Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PFC Cristina Guinand Salas
PFC Cristina Guinand Salas
Donde
[19].
La estrategia PF est diseada para sacar provecho a la diversidad multisuario y al
mismo tiempo mantener niveles comparables entre los throughputs de los distintos usuarios.
Como el scheduler selecciona al usuario con la mejor calidad instantnea sobre calidad media,
para cada usuario se evitan los canales donde observan malas condiciones. Adems, los
usuarios que han pasado un tiempo a la espera de recursos obtienen mayor prioridad logrando
de esta manera una reparticin justa [18].
2.3.4.3 Proportional Demand (PD)
Esta estrategia asigna los recursos de manera proporcional a las demandas mximas de
throughput, con lo cual los usuarios que solicitan niveles mayores de throughput mximo
obtendrn mayores throughput que aquellos que solicitan menores niveles de throughput
mximo [17].
2.3.4.4 Maximun C/I (Max C/I)
En esta estrategia el scheduler asigna los recursos cada TTI a los usuarios que presenten
las mejores condiciones SINR. Con esta estrategia se consigue maximizar la capacidad de la
celda pero es una estrategia injusta ya que los recursos solo estarn disponibles para los
usuarios con las mejores condiciones del canal, y aquellos que se encuentran en los bordes de
las celdas (donde se presencian mayores interferencias y atenuaciones) se vern penalizados al
punto que no podrn cumplir con los requisitos de QoS [4].
43
3 Metodologa
En este captulo se enuncian las distintas fases que comprende este proyecto con una
visin general, sin entrar en detalle sobre su realizacin.
3.1 Investigacin terica
En una primera fase se realiz una investigacin terica acerca de la evolucin de los
sistemas de comunicaciones mviles prestando mayor atencin a aquellos desarrollados por la
3GPP para luego profundizar en el sistema LTE, entender el funcionamiento del mismo y las
diferencias con los sistemas antecesores. Una vez estudiado el sistema LTE, se realiz una
investigacin ms detallada de las estrategias de Packet Scheduling que intervienen como parte
del mecanismo de gestin de recursos radio de dicho sistema.
3.2 Aprendizaje de la herramienta ATOLL
La segunda fase consisti en aprender a manejar la herramienta ATOLL versin 3.1.0,
para ello fue necesario realizar una lectura del manual User Manual Radio con el fin de
repasar los trminos relacionados a las redes LTE y familiarizarse con cada parmetro del
programa. Posteriormente se estudiaron en detalle los algoritmos empleados por ATOLL para
realizar las simulaciones y predicciones de inters en este proyecto, as como las frmulas
implicadas en dichos clculos. Para ello fue necesario el manual Technical Reference Guide
que contiene las descripciones detalladas de los modelos, algoritmos y conceptos adoptados en
ATOLL.
44
A continuacin se tomaron datos de prcticas desarrolladas por el Grupo de
Investigacin en Comunicaciones Mviles del Departamento de Teora de la Seal y
Comunicaciones de la Universidad Politcnica de Catalua para realizar diversas pruebas con
mapas de las ciudades de Barcelona y Sevilla. En este sentido, se realizaron simulaciones y
predicciones con el objetivo de apreciar de forma general el impacto en los resultados
obtenidos al modificar distintos parmetros de la red tales como los valores de umbrales de
seleccin y las eficiencias espectrales de los Radio Bearers, prdidas de propagacin,
configuracin de la tcnica ICIC, modificacin de la canalizacin, estrategias de Packet
Scheduling, combinacin de estrategias de gestin de recursos radio, empleo del Fractional
Power Control, entre otros.
3.3 Planificacin y optimizacin de la red LTE en ATOLL
Una vez conocido el modo de funcionamiento de ATOLL se procedi en la tercera fase a
desarrollar la planificacin de la red LTE en la ciudad de Barcelona sobre la cual se analizaran
las distintas estrategias de Packet Scheduling.
Posteriormente se llev a cabo la optimizacin de la red y se realizaron diversas
simulaciones y predicciones para cada una de las estrategias bajo distintas condiciones de la
red, por ejemplo, se estudiaron los resultados de predicciones de cobertura con condiciones de
carga establecidas tanto manualmente como obtenidas por simulaciones, se compar la
capacidad de la red LTE antes y despus del proceso de optimizacin, se estudiaron los distintos
parmetros de los schedulers y se modificaron ciertos valores para ajustar los resultados a la
realidad, y por ltimo se emplearon diversas tcnicas de diversidad para observar el impacto de
stas en la red.
3.4 Procesado de los datos y anlisis
La ltima fase consisti en el procesado y anlisis de los datos. En algunas ocasiones fue
necesario tomar los datos de las simulaciones realizadas en ATOLL para realizar grficas en
Excel y facilitar la interpretacin de los resultados obtenidos con el fin de establecer
comparaciones ms precisas entre las distintas estrategias de Packet Scheduling. Por ltimo, se
analizaron los resultados y se establecieron conclusiones en base a los mismos.
45
4 Desarrollo
Este captulo explica en detalle los procedimientos mencionados en el captulo de
metodologa y se relaciona posteriormente con el captulo 5 que contiene la descripcin y los
resultados de las distintas simulaciones realizadas.
4.1 Aprendizaje de la herramienta ATOLL
ATOLL es un software para planificacin y optimizacin radio que permite a los
operadores de comunicaciones mviles realizar el diseo y planificacin de sus redes y estudiar
el comportamiento de las mismas para optimizarlas de la mejor manera posible. A partir del
ao 2008 ATOLL cuenta con un mdulo LTE, el primero en el mercado, que permite
implementar con detalle y precisin las caractersticas de una red E-UTRAN. Con la versin 3.1.0
ATOLL ofrece adems la posibilidad de crear redes avanzadas de mltiples tecnologas (p. ej.
GSM/UMTS/LTE, CDMA2000/LTE) ideal para aquellos operadores que necesitan migrar sus
redes hacia LTE.
A continuacin se explicarn algoritmos, trminos y definiciones de ATOLL necesarios
para la comprensin del proyecto.
4.1.1 Diseo de una red LTE en ATOLL
En la Figura 4.1 se muestra el diagrama de flujo correspondiente al diseo de una red
LTE con la herramienta ATOLL. El primer paso para cualquier proyecto de planificacin radio es
recopilar la informacin necesaria en cuanto a los equipos radio (p. ej. emplazamientos,
transmisores, antenas, etc.), informacin de la tecnologa radio (bandas de frecuencias y otros
46
parmetros especficos de la tecnologa a implementar) e informacin geogrfica (p. ej. clutter
classes, clutter heights, mapas de trfico, etc.) que se utilizar en el despliegue.
Posteriormente se debe abrir o crear un nuevo proyecto, para esto ATOLL tiene definido
unas plantillas (Templates) con parmetros especficos a cada tecnologa, en este caso el
Template LTE es seleccionado para modelar la red segn las especificaciones de la 3GPP.
El tercer paso consiste en la configuracin de la red agregando los mapas del terreno,
emplazamientos (Sites), transmisores (Transmitters), celdas (Cells) y todos aquellos parmetros
de la red que fueron recopilados en el primer paso.
ATOLL ofrece la posibilidad de realizar predicciones bsicas de cobertura por nivel de
seal recibida sin tomar en cuenta las interferencias. Estas predicciones comprenden estudios
del nivel de seal recibido de distintas seales LTE en cada pxel del mapa, coberturas por
transmisor y estudios de overlapping que permiten estudiar la configuracin inicial de la red sin
tomar en cuenta datos de trfico.
Como quinto paso se propone calcular y establecer los vecinos de cada celda para
despus realizar una asignacin de las frecuencias en base a las colindancias establecidas
evitando en la mayor medida las interferencias. Posteriormente se puede realizar una
asignacin de los Physical Cell IDs para facilitar el procedimiento de seleccin de celdas. ATOLL
permite que estos tres pasos puedan llevarse a cabo de forma manual o automtica.
Para realizar predicciones de cobertura avanzadas es necesaria la informacin de cargas
de trfico de las celdas que conforman la red, porque a medida que la carga de una celda se
incrementa, se reduce el rea de cobertura que sta ofrece. Para ello pueden realizarse
simulaciones Monte Carlo, basadas en los mapas de trfico o en las listas de subscriptores, o se
pueden definir los valores manualmente para cada celda. Las predicciones en este punto se
calculan en base a la calidad de la seal recibida tomando en cuenta las interferencias y
comprenden el estudio de nivel portadora a interferencia, rea de servicio de las celdas,
cobertura por throughput o indicadores de calidad.
Por ltimo se analizan los resultados de las simulaciones y las predicciones de cobertura
por calidad de seal para realizar modificaciones, si es necesario, en los parmetros
configurados al inicio o realizar cambios en la planificacin frecuencial. Si se realizan
modificaciones deben realizarse nuevamente los pasos 8 y 9.
47
Recopilacin de
informacin de la red
1
Abrir o crear un
proyecto
2
Configuracin de la
red
3
Predicciones de
cobertura segn nivel
de seal
4
Asignacin de vecinos
5
Asignacin de
frecuencias
6
Asignacin de
Physical Cell IDs
7
Simulaciones
Monte Carlo
Valores definidos
por el usuario
8b 8a
Condiciones de carga
por celda
8
Predicciones de
cobertura segn
calidad de seal
9
Anlisis de resultados
de predicciones
Anlisis del plan de
frecuencias
11 10
Mapas de
trfico
Listas de
subscriptores
Figura 4.1: Diagrama de flujo del diseo de una red LTE en ATOLL.
Fuente: extrado de [17].
4.1.2 Predicciones de Cobertura
Existen dos tipos de predicciones de cobertura en ATOLL, las que permiten analizar los
niveles de seal y las que permiten analizar la calidad de la seal. Las primeras no dependen de
las condiciones de carga de la red ni de las interferencias, mientras que las segundas s.
En las predicciones cada pxel del mapa es considerado como un usuario no interferente
con un servicio, movilidad y terminal especfico que se definen al momento de realizar la
prediccin. En cuanto al servicio, se toman en cuenta los valores de Bearer mximo y mnimo
48
que puede emplear el servicio en cuestin, as como el Throughput Scaling Factor, Throughput
Offset y las prdidas por cuerpo. La movilidad determina los umbrales de seleccin de Bearers
y las curvas de calidad de los equipos de recepcin empleadas en los clculos, ya que los
requisitos de C/(I+N) para la seleccin de diferentes Radio Bearers depende en gran medida de
la velocidad del mvil. Por ltimo, el tipo de terminal influye en tanto que la figura de ruido
establecida afectar los clculos del ruido total en el downlink, as como el nmero de antenas
afectar los casos que empleen diversidad.
Las predicciones de calidad de seal se basan en los valores de DL Traffic Load y UL
Noise Rise establecidos en la tabla de celdas (Cells Table) o calculados por simulaciones Monte
Carlo para calcular la relacin portadora a interferencia ms ruido, C/(I+N), en cada pxel del
mapa. Es importante resaltar que a pesar de que ATOLL permite establecer un valor de UL
Traffic Load, ste solo es un indicador de las cargas de las celdas en el uplink pero nicamente
el UL Noise Rise es tomado en consideracin en las predicciones.
La Tabla 4.1 muestra las distintas predicciones que pueden realizarse en ATOLL y una
breve descripcin de cada una.
49
Clasificacin Nombre Descripcin
Por nivel de
seal
Coverage by Signal Level Permite predecir las zonas de cobertura segn los
niveles de seal del transmisor en cada pxel del
mapa.
Coverage by Transmitter Permite predecir las zonas de cobertura por
transmisor analizando para cada pxel del mapa el
mejor transmisor.
Overlapping Zones Permite calcular las zonas donde existe cobertura
de dos o ms transmisores.
Effective Signal Analysis Permite calcular los niveles de seal de diferentes
seales LTE (seales de referencia, SS, PBCH,
PDSCH, PDCCH, PUSCH).
Por calidad de
seal
Coverage by C/(I+N) Level Permite predecir los niveles de interferencia y de
portadora a interferencia y ruido C/(I+N) para cada
pxel del mapa.
Service Area Analysis Permite calcular y mostrar los mejores Radio
Bearers disponibles para cada pxel del mapa
basados en las C/(I+N) de los mismos.
Effective Service Area Analysis Permite mostrar las zonas donde un servicio se
encuentra disponible tanto en el DL como en el UL.
Coverage by Throughput Permite calcular y mostrar para cada pxel del mapa
los Channel Throughputs y Cell Capacities basados
en los niveles de C/(I+N) y en los Radio Bearers
disponibles. Adems permite mostrar el Aggregate
Cell Throughput para resultados de simulaciones.
Coverage by Quality Indicator Permite calcular y mostrar diferentes indicadores
de calidad (BLER, BER, etc.) basados en los Radio
Beareres y en los niveles de C/(I+N) de cada pxel.
Tabla 4.1: Predicciones de cobertura disponibles en ATOLL.
4.1.3 Simulaciones Monte Carlo
Las simulaciones de ATOLL corresponden a una foto instantnea de la red para una
distribucin de usuarios dada. Los principales outputs de las simulaciones son la distribucin
geogrfica de los usuarios con sus respectivas demandas de trfico, la asignacin de los
recursos a cada uno de los usuarios simulados y las cargas de trfico de las celdas.
50
Los resultados de dichas simulaciones pueden ser observados en el mapa as como en
tablas que muestran las estadsticas de las simulaciones y los datos relacionados a los Sites,
Cells y Mobiles.
El algoritmo que emplea ATOLL para las simulaciones de las redes LTE se muestra en la
Figura 4.2. El proceso consta de los siguientes pasos:
1. Generacin y distribucin de los usuarios
ATOLL genera una distribucin de usuarios para cada simulacin mediante el algoritmo
Monte Carlo. Los usuarios son generados usando una distribucin de Poisson basndose en
los mapas de trfico que contienen la informacin del tipo de entorno (Environment) para
cada pxel del mapa. Cada uno de los Environments tiene a su vez la informacin de los
perfiles de usuario con sus movilidades y densidades asociadas.
En este sentido, cada mvil generado tiene asignado un servicio, una movilidad y un tipo de
terminal de acuerdo al perfil de usuario que se le ha asignado previamente. Tambin se
determina para cada mvil el status de transmisin (p. ej. inactivo, activo en el DL, activo en
el UL o activo en DL y UL) de acuerdo a las probabilidades de actividad para cada servicio.
Cabe destacar que el status del mvil influye directamente en los siguientes pasos del
proceso de las simulaciones tanto en los clculos de RRM como en los clculos de
interferencia.
Posteriormente se calculan los valores de EPRE (Energy per Resource Element) de los
canales a partir de la potencia mxima de los transmisores, se inicializan los valores de
potencia de transmisin de los terminales a la mxima definida y los valores de carga de las
celdas se inicializan segn estn establecidos en el Cells Table.
2. Determinacin de la mejor celda servidora
En este punto se determina la mejor celda servidora para cada mvil segn los niveles de
seal recibida en el downlink de las seales de referencia de los distintos transmisores,
siendo seleccionada aquella con la mayor potencia de seal recibida.
3. Determinacin del rea de servicio
Para cada mvil se determina si se encuentra dentro del rea de servicio de la celda
seleccionada como su mejor servidor. Para esto se debe cumplir que el EPRE de la seal de
referencia recibido por el mvil sea mayor o igual al mnimo RSRP (Received Reference
Signal Energy per Resource Element) definido para la celda.
51
4. Clculos en el downlink
Se calcula la C/(I+N) de las seales de referencia, SS, PBCH, PDSCH y PDCCH para cada mvil
en el downlink, se determina el mejor Bearer disponible segn la C/(I+N) del canal PDSCH,
se calcula el Channel Throughput en la ubicacin del mvil, se realiza la asignacin de los
recursos a los usuarios de cada celda de acuerdo a las prioridades de los servicios y a las
demandas de throughput y por ltimo se calcula el User Throughput de cada usuario segn
los recursos que le fueron asignados.
5. Clculos en el uplink
De forma similar al downlink, en el uplink se calcula la C/(I+N) de los canales PUSCH y
PUCCH, se determina el mejor Bearer disponible segn la C/(I+N) de los canales PUSCH y
PUCCH, se realiza el control de potencia en el uplink, se calcula el Channel Throughput, se
lleva a cabo la asignacin de los recursos y se calcula el User Throughput de cada usuario.
6. Resultados
Una vez que se han asignado los recursos a todos los mviles se actualizan los valores de
Traffic Load y UL Noise Rise de acuerdo a la cantidad total de recursos en uso en cada celda.
De acuerdo a los valores de UL Noise Rise y Max UL Noise Rise de cada celda se realiza el
control de potencia de transmisin de los mviles de las celdas vecinas para ser tomados en
cuenta en las siguientes iteraciones.
Cuando los resultados superan las pruebas de convergencia, finaliza la simulacin y se
muestran los resultados. Los principales resultados que se obtienen son: Downlink Traffic
Loads, Uplink Traffic Loads, Uplink Noise Rise, Downlink ICIC ratio, Uplink ICIC noise rise,
Downlink AAS usage, Uplink MU-MIMO capacity gain, Maximum PUSCH C/(I+N), Number of
connected users in downlink y Number of connected users in uplink.
52
Best Server Determination
Service Area Determination
Dowlink C/(I+N) Calculation
Uplink C/(I+N) Calculation
(UL Noise Rise power control)
Bearer Determination
Channel Throughput
Calculation
Scheduling and Radio
Resource Management
User Throughput Calculation
Loads Update
Initialisation
Convergence
For Each Mobile
No
Yes
Simulation Results
Uplink Noise Rise Control
Figura 4.2: Algoritmo de las simulaciones LTE en ATOLL.
Fuente: extrado de [20].
4.1.4 Detalle de los clculos referentes al scheduling y RRM
Previamente se ha explicado el algoritmo general que utiliza ATOLL para realizar las
simulaciones, a continuacin se explicarn en detalle los algoritmos y ecuaciones que
intervienen en los clculos de scheduling y RRM de ATOLL. Primero es necesario definir ciertos
trminos empleados en ATOLL:
- Peak RLC Channel/User Throughput: se refiere al mximo throughput de la capa RLC (de
canal o usuario) que puede ser obtenido en una determinada ubicacin utilizando el
53
Radio Bearer ms alto disponible. Es la tasa de datos bruta sin considerar los efectos de
retransmisin debido a errores, ni la codificacin y encriptacin de las capas superiores.
- Effective RLC Channel/User Throughput: es el throughput neto de la capa RLC (de canal o
usuario) que puede ser obtenido en una determinada ubicacin utilizando el Radio
Bearer ms alto disponible tomando en consideracin la reduccin de throughput
debido a la retransmisin por errores.
- Application Channel/User Throughput: es el throughput de la capa de aplicacin (de
canal o usuario) que puede ser obtenido en una determinada ubicacin utilizando el
Radio Bearer ms alto disponible tomando en consideracin la reduccin de throughput
debido a la informacin de encabezados PDU/SDU, bits de relleno, encriptacin y
codificacin.
- Channel Throughput: corresponde al Peak RLC, Effective RLC o Application Throughput
que puede ser obtenido en una determinada ubicacin utilizando el Radio Bearer ms
alto disponible con la cantidad total de recursos de la celda (downlink o uplink).
- Allocated Bandwitdth Throughputs: corresponde al Peak RLC, Effective RLC o Application
Throughput que puede ser obtenido en una determinada ubicacin utilizando el Radio
Bearer ms alto disponible con el nmero de subcanales calculado.
- User Throughputs: corresponde al Peak RLC, Effective RLC o Application Throughput que
puede ser obtenido en una determinada ubicacin utilizando el Radio Bearer ms alto
disponible con el nmero de recursos asignados a un usuario por el scheduler.
- Traffic Loads: corresponde a los porcentajes de tramas en uso de una celda asignadas
para el trfico de usuarios en el downlink y el uplink.
- Uplink Noise Rise: es una medida de la interferencia en el uplink respecto al ruido en el
uplink. Define la interferencia mxima que puede tolerar una celda respecto a sus celdas
vecinas.
- Cell Capacity: se refiere al Peak RLC, Effective RLC o Application Throughput que puede
ser obtenido en una determinada ubicacin tomando en consideracin los lmites de
carga mxima de las celdas. Es decir, es igual al Peak RLC, Effective RLC o Application
Channel Throughput cuando el Max traffic Load es 100%, y es igual a un Channel
Throughput limitado por la cantidad de carga de trfico cuando el Max Traffic Load es
menor al 100%.
54
A continuacin se definen los parmetros de los schedulers en ATOLL:
- Target Throughput for Voice Services: se refiere al throughput que el scheduler tendr
como objetivo al momento de asignar los recursos para los servicios de voz. Las
opciones son: Peak RLC Throughput, Effective RLC Throughput y Application Throughput.
- Target Throughput for Data Services: se refiere al throughput que el scheduler tendr
como objetivo al momento de asignar los recursos para los servicios de datos. Las
opciones son: Peak RLC Throughput, Effective RLC Throughput y Application Throughput.
- Bearer Selection Criterion: se refiere al mtodo empleado por ATOLL para la seleccin
del mejor Radio Bearer para los clculos de throughput. Las opciones son:
Bearer Index: se selecciona el Radio Bearer con mayor ndice entre los
disponibles en el equipo de recepcin.
Peak RLC Throughput: se selecciona el Radio Bearer con el que se obtiene el
mayor Peak RLC Throughput entre los disponibles en el equipo de recepcin.
Effective RLC Throughput: se selecciona el Radio Bearer con el que se obtiene el
mayor Effective RLC Throughput entre los disponibles en el equipo de recepcin.
- Uplink Bandwidth Allocation Target: establece el objetivo en la asignacin de los
recursos para el enlace ascendente. Las opciones son:
Full Bandwidth: se utilizan todos los Frequency Blocks para el clculo de la
C/(I+N) de los canales PUSCH y PUCCH.
Mantain Connection: el nmero de Frequency Blocks se reduce uno a uno para
incrementar la C/(I+N) de los canales PUSCH y PUCCH para que el mvil pueda
obtener por lo menos el menor Bearer posible.
Best Bearer: el nmero de Frequency Blocks se reduce uno a uno para
incrementar la C/(I+N) de los canales PUSCH y PUCCH para que el mvil pueda
obtener el mejor Bearer posible.
En ATOLL la asignacin de recursos se lleva a cabo por el scheduler de acuerdo a los
pasos descritos a continuacin:
55
1. Seleccin de los usuarios para la asignacin de los recursos
Para el proceso de asignacin de recursos el scheduler selecciona
segn se haya
definido el Max Number of Users
Si no se establece una limitacin del nmero de usuarios mximo por celda, el scheduler
selecciona a todos los usuarios generados en la simulacin. Cabe mencionar que el trmino
.
Min Throughput Demand Max Throughput Demand
DL
UL
Tabla 4.2: Demandas de throughput para Target =Peak RLC Throughput.
56
- Target Throughput = Effective RLC Throughput
En este caso las demandas mnimas y mximas de throughput en el downlink y en el uplink
sern siempre iguales o superiores al caso del Target Throughput establecido en Peak RLC
Throughput porque se toma en cuenta la BLER (Block Error Rate) del Radio Bearer
seleccionado por el usuario
UL
Tabla 4.3: Demandas de throughput para Target =Effective RLC Throughput.
- Target Throughput = Application Throughput
ATOLL modela el throughput de la capa de aplicacin mediante un Throughput Offset
y un Scaling Factor
UL
Tabla 4.4: Demandas de throughput para Target =Application Throughput.
57
3. Asignacin de los recursos para satisfacer las demandas mnimas de throughput
Las demandas mnimas de throughput son las tasas de datos mnimas que un servicio
especfico debe obtener para poder trabajar apropiadamente. Si el scheduler no consigue
asignar la cantidad de recursos necesaria para satisfacer las demandas mnimas de
throughput del servicio de un usuario, entonces el usuario no recibe ningn recurso y ser
rechazado debido a Resource Saturation.
Para asignar los recursos ATOLL primero ordena los usuarios
segn el
scheduler seleccionado. Si se trata de Round Robin (RR), Proportional Fair (PF) o Maximum
C/I (PD), se ordenan de manera descendente segn la prioridad de sus servicios
,
mientras que para la estrategia Maximum C/I (Max C/I) se ordenan de manera descendente
segn la C/(I+N) del canal PDSCH, para el downlink, o de los canales PUSCH y PUCCH, para el
uplink.
Empezando por
hasta
Donde
58
en el downlink y en el uplink,
.
ATOLL finaliza la asignacin de recursos en el downlink o en el uplink cuando se han
asignado todos los recursos disponibles de la celda para satisfacer las demandas mnimas de
throughput de los usuarios, es decir, cuando el nmero de recursos totales utilizados para
asignar las demandas mnimas es igual al Max Traffic Load de la celda
, tal y como se
muestra en las ecuaciones 4.8 y 4.9.
Aquellos usuarios con status Active DL+UL deben haber conseguido sus demandas
mnimas de throughput en ambos enlaces para poder ser considerados Connected DL+UL,
de lo contrario son rechazados por Resource Saturation y los recursos que le haban sido
asignados se utilizan para otros usuarios.
Los usuarios que tienen un Min Throughput Demand mayor a las capacidades de su equipo
terminal son rechazados debido a No Service. Esto sucede cuando:
59
Los usuarios con status Active UL cuyos Min Throughput Demand sean mayores al
Allocated Bandwidth Throughput son rechazados de igual manera por Resource
Saturation.
4. Asignacin de los recursos para satisfacer las demandas mximas de throughput:
Si en una celda
Los recursos restantes son calculados como la diferencia entre los Max Traffic Loads y el
total de recursos asignados para satisfacer las demandas mnimas (ecuaciones 4.14 y 4.15).
Por otro lado, para cada usuario
60
Los algoritmos empleados por ATOLL para asignar los recursos a fin de satisfacer las
demandas mximas de throughput de los usuarios dependen del scheduler seleccionado y
son:
- Round Robin:
El objetivo de esta estrategia es asignar la misma cantidad de recursos a los usuarios de
manera justa. Para ello, ATOLL divide la cantidad de recursos restantes de cada celda entre
el nmero de usuarios de dicha celda, tal y como se muestra en las ecuaciones 4.18 y 4.19.
Posteriormente se calcula el nmero de recursos que cada usuario necesita para obtener su
demanda de throughput restante tal y como se muestra en las ecuaciones 4.20 y 4.21.
Finalmente, los recursos asignados a cada usuario mediante la estrategia RR se definen
segn las ecuaciones 4.22 y 4.23.
61
Cada usuario que logra obtener su demanda mxima de throughput es eliminado de la lista
de usuarios restantes de la celda
ATOLL finaliza la asignacin de recursos en el downlink o en el uplink cuando se han agotado
todos los recursos restantes de la celda (ecuaciones 4.26 y 4.27) o cuando todos los
usuarios de la celda han obtenido el mximo throughput demandado.
- Proportional Fair:
El objetivo de esta estrategia es distribuir los recursos entre los usuarios de manera tal que
cada usuario obtenga el mayor throughput posible que ste puede obtener en media bajo
las condiciones de su ubicacin. Sin embargo, como las simulaciones se realizan para un
instante de tiempo y no tienen memoria, el algoritmo que emplea ATOLL para la estrategia
PF es el mismo que el descrito para la estrategia RR excepto que los Channel Throughputs
que observan los usuarios se ven incrementados por la ganancia de diversidad multiusuario,
tal y como se definieron en las ecuaciones 4.6 y 4.7.
Cabe destacar que las ganancias de diversidad multiusuario se establecen igual a 1 si la
C/(I+N) que obtiene el usuario
- Proportional Demand:
El objetivo de esta estrategia es asignar recursos a los usuarios ponderados de acuerdo a
sus demandas de throughput restantes. Por lo tanto, el User Throughput de los usuarios con
mayores Max Throughput Demands ser mayor que el de aquellos con menores Max
Throughput Demand. Para esto ATOLL primero calcula los recursos que cada usuario
necesita para obtener su demanda de throughput restante tal y como se ha definido en las
ecuaciones 4.20 y 4.21.
Posteriormente se calcula la cantidad efectiva de recursos restantes de cada celda para
distribuir entre los usuarios atendidos por cada una de ellas, tal y como se muestra en las
ecuaciones 4.30 y 4.31.
Por ltimo, los recursos asignados a cada usuario mediante el scheduler PD para satisfacer
las demandas mximas de throughput se llevan a cabo segn se indican en las ecuaciones
4.32 y 4.33.
63
- Maximum C/I:
El objetivo de esta estrategia es alcanzar el mximo Aggregate Throughput para cada celda.
Esto se consigue asignando los recursos a los usuarios con las mejores condiciones de
C/(I+N), es por esto que ATOLL ordena los usuarios por orden decreciente segn la C/(I+N) a
diferencia de las dems estrategias.
Empezando desde el usuario con la mejor condicin de canal, se asignan los recursos para
satisfacer las demandas mximas de throughput segn se muestra en las ecuaciones 4.34 y
4.35.
ATOLL finaliza la asignacin de recursos en el downlink o en el uplink cuando se han
asignado todos los recursos restantes de la celda para satisfacer las demandas mximas de
throughput (ecuaciones 4.36 y 4.37) o cuando todos los usuarios de la celda han obtenido el
mximo throughput demandado.
4.1.5 MIMO (Multiple Input Multiple Output) Systems
En ATOLL es posible modelar los sistemas MIMO en las redes LTE utilizando diversas
tcnicas de transmisin y recepcin que se clasifican de la siguiente manera:
64
- Diversidad en Transmisin y Recepcin
Consiste en emplear ms de una antena de transmisin y/o recepcin para enviar y recibir
ms de una copia de la misma seal. En el receptor las seales recibidas son combinadas
constructivamente por lo que el nivel de seal es ms resistente a interferencias de lo que
sera una sola seal. En los sistemas reales la combinacin de las seales se logra empleado
el mtodo de combinacin por seleccin ptima o combinacin MRC (Maximum Ratio
Combining), sin embargo, en ATOLL se modela mediante una ganancia de diversidad que
establece el usuario que permite incrementar directamente la C/(I+N) de la seal en el
receptor.
De esta manera, en ATOLL se puede definir para cada celda el tipo de diversidad que
emplea as como las ganancias en el downlink y en el uplink para los equipos receptores en
funcin de diferentes combinaciones de nmero de antenas de transmisin y recepcin,
movilidades, Radio Bearers y BLER.
Durante los clculos de las simulaciones, los usuarios que utilicen un terminal MIMO y que
estn conectados a una celda que emplee diversidad en transmisin y/o recepcin vern
incrementados sus C/(I+N) por las ganancias de diversidad.
- Multiplexacin espacial o Single-User MIMO (SU-MIMO)
SU-MIMO consiste en emplear ms de una antena de transmisin para enviar diferentes
seales (data streams) por cada una. El receptor a su vez puede emplear ms de una antena
para recibir las distintas seales. Al utilizar SU-MIMO con M antenas transmisoras y N
antenas receptoras, tericamente se incrementa el throughput M o N veces, segn el valor
menor, en el enlace del transmisor al receptor. Con esto se logra aumentar la capacidad del
canal para una C/(I+N) dada. Esta tcnica se emplea cuando las condiciones de C/(I+N) son
buenas.
Al igual que en el caso de diversidad en transmisin y recepcin, en ATOLL se puede definir
independientemente para cada celda si se emplea SU-MIMO y las ganancias se definen en
los equipos de recepcin en funcin del nmero de antenas transmisoras y receptoras,
movilidades, Radio Bearers y BLER.
Durante los clculos de las simulaciones, los usuarios que utilicen un terminal MIMO y que
estn conectados a una celda que emplee SU-MIMO vern incrementados sus Channel
Throughputs dependiendo de la C/(I+N) de los canales PDSCH o PUSCH.
65
- Adaptative MIMO Switch (AMS)
ATOLL permite emplear esta tcnica para conmutar entre el uso de SU-MIMO a diversidad
en transmisin y recepcin a medida que las condiciones del canal empeoran. En este
sentido, los usuarios que tengan una C/(I+N) superior a un umbral definido como AMS
Threshold podrn beneficiarse por las ganancias de SU-MIMO, mientras que aquellos que se
encuentren por debajo del umbral aplicarn las ganancias de diversidad en transmisin y
recepcin.
- Multi-User MIMO (MU-MIMO)
En ATOLL, MU-MIMO es una tcnica que puede ser empleada en el uplink en aquellas
celdas que tienen ms de una antena receptora y consiste en multiplexar a dos usuarios que
presenten buenas condiciones de canal (por encima de un umbral definido en ATOLL como
MU-MIMO Threshold) en un mismo recurso en el dominio frecuencia-tiempo. Esta tcnica
proporciona un incremento considerable en las capacidades de las celdas en el uplink y
puede ser empleada con solo una antena transmisora en los terminales de los usuarios.
Las ganancias por MU-MIMO pueden definirse directamente en el Cells Table o pueden ser
calculadas durante las simulaciones Monte Carlo como resultado del proceso de scheduling
y RRM. Al usar MU-MIMO, los schedulers son capaces de asignar recursos sobre dos tramas
paralelas multiplexadas espacialmente en el mismo plano frecuencia-tiempo. Para ello, un
mvil conectado a la antena 1 crea una cantidad de recursos virtuales disponibles en la
segunda antena que sern asignados al siguiente usuario sin incrementar el trfico total de
la celda. De esta manera, cada nuevo mvil que se conecta consume los recursos virtuales
hechos disponibles por el mvil anterior y, si es necesario, consumir nuevos recursos
reales creando al mismo tiempo nuevos recursos virtuales en la otra antena. La ganancia
MU-MIMO resultante es la relacin entre los Traffic Loads de todos los mviles conectados
a las dos tramas paralelas en el uplink y el UL Traffic Load de la celda. Para las predicciones
de cobertura, los Channel Throughputs son incrementados por la ganancia en cada pxel del
mapa que emplee esta diversidad.
Segn lo mencionado anteriormente, para usar MU-MIMO se debe cumplir que la relacin
seal a ruido de las seales de referencia deben superar el umbral MU-MIMO (ecuacin
4.38) y la celda debe disponer de al menos dos antenas de recepcin (ecuacin 4.39).
66
Cada mvil
La cantidad de recursos virtuales hechos disponibles por un usuario
se calculan
segn la ecuacin 4.42.
El algoritmo se detiene cuando el consumo real de los recursos es igual al Max UL Traffic
Load como se muestra en la ecuacin 4.43.
67
4.2 Planificacin de la red LTE en ATOLL
Una vez explicados aquellos elementos y aspectos de ATOLL necesarios para la
comprensin de este proyecto, en este apartado se explicar el proceso de planificacin de la
red LTE en ATOLL.
4.2.1 Despliegue de la red
ATOLL es una herramienta que permite planificar redes de mltiples tecnologas de
comunicaciones mviles, en este caso se cre un proyecto del tipo LTE seleccionando el
Template LTE. El primer paso en la planificacin de la red LTE fue seleccionar la zona geogrfica
donde se realizara el despliegue, en este sentido se importaron los mapas de altimetra
(Height), ortofoto (Image), vectorial (Vector) y de uso del terreno (Clutter Classes)
correspondientes a la ciudad de Barcelona con una resolucin de 20 m.
Antes de definir los Sites, Transmitters y Cells de la red, se cre una plantilla LTE basada
en la plantilla existente LTE: 5 MHz - Urban (3 sectors) con las caractersticas globales que
tendran todos los transmisores de la red, y se decidi usar la Banda 1 con un ancho de banda
de canal de 5 MHz como banda de frecuencia de trabajo.
La Tabla 4.5 rene las caractersticas de la plantilla LTE creada.
68
Parmetro Valor
G
e
n
e
r
a
l
Sectors 3
Hexagon radius 0 m
1st sector azimuth 0
Height/ground 30 m
Mechanical downtilt 0
Additional electrical downtilt 0
Main anntena model 65deg 18dBi 4Tilt 2100MHz
Number of anntena ports (transmission) 1
Number of antenna ports (reception) 1
Main propagation model Default model (Cost-Hata)
Main radius 4000 m
Main resolution 20 m
T
r
a
n
s
m
i
t
t
e
r
TMA Default TMA Equipment
Feeder 1/2" at 2100 MHz
Transmitter equipment Default eNode-B Equipment
Feeder length (transmission) 5 m
Feeder length (reception) 5 m
Miscellaneous losses (transmission) 0 dB
Miscellaneous losses (reception) 0 dB
Total losses (transmission) 1.51 dB
Total losses (reception) -2.09 dB
Noise figure 4 dB
L
T
E
Max power 40 dBm
SS, PBCH, PDCCH, PDSCH offsets 0 dB
Frequency band 2110 FDD 5 MHz (E-UTRAN Band 1)
Reception equipment Default Cell Equipment
Scheduler Proportional Fair
Max number of users -
Min RSRP -140 dBm
Diversity support (Downlink) -
Diversity support (Uplink) -
DL traffic load 100 %
Max DL traffic load 100 %
UL traffic load 100 %
Max UL traffic load 100 %
UL noise rise (intra-technology) 6 dB
N
e
i
g
h
b
o
u
r
s
Max number of neighbours
(intra-technology)
16
Max number of neighbours
(inter-technology)
16
Tabla 4.5: Parmetros de la Plantilla LTE.
69
Posteriormente se importaron los Sites, Transmitters y Cells de la red segn las
coordenadas y datos de trabajos previos del Grupo de Investigacin en Comunicaciones
Mviles y se defini una zona de clculo (Computation Zone) abarcando la zona de inters para
reducir los clculos y por ende el tiempo de simulacin.
En la Figura 4.3 se muestra el despliegue de la red y el Computation Zone definido por el
polgono de lnea roja.
Figura 4.3: Computation Zone de la red LTE.
4.2.2 Configuracin del modelo de propagacin
Se seleccion el modelo de propagacin Cost-Hata por ser un modelo adecuado para la
banda de frecuencia definida para LTE y se defini como modelo por defecto para el cmputo
de las predicciones realizadas. Para adaptarlo al entorno desplegado, se asociaron las frmulas
de dicho modelo a las distintas clases de clutter.
La Tabla 4.6 muestra la configuracin del modelo de propagacin Cost-Hata.
70
Formulas assigned to clutter classes
1. Open Rural (open area)
2. Sea Rural (open area)
3. Inland water Rural (open area)
4. Residential Metropolitan center
5. Mean urban Metropolitan center
6. Dense urban Metropolitan center
7. Buildings Metropolitan center
8. Village Metropolitan center
9. Industrial Metropolitan center
10. Open in urban Rural (quasi-open)
11. Forest Rural (open area)
12. Parks Rural (open area)
13. Scattered urban Metropolitan center
Tabla 4.6: Parmetros del modelo de propagacin Cost-Hata.
4.2.3 Configuracin de servicios, terminales, movilidades y perfiles de usuario
Se emplearon los servicios definidos por ATOLL en el Template LTE, sin embargo, se
modificaron algunos valores de mxima y mnima demanda de throughput que estaban
definidos por defecto con el fin de apreciar de mejor manera el impacto de las distintas
estrategias de Packet Scheduling en las simulaciones realizadas posteriormente.
Especficamente para el servicio FTP Download se asign una demanda mnima de throughput
distinta de 0 kbps como vena definida, mientras que en el caso de los servicios Video
Conferencing y VoIP se establecieron valores distintos para las demandas mnima y mxima de
throughput, que originalmente eran iguales.
La Tabla 4.7 rene las caractersticas de los servicios utilizados en la red LTE.
71
FTP Download Web Browsing Video
Conferencing
VoIP
Type Data Data Voice Voice
Priority 0 1 2 3
Activity factor (DL) 1 1 0.5 0.6
Activity factor (UL) 1 1 0.5 0.6
Average requested
throughput (DL)
256 kbps 64 kbps 64 kbps 12.2 kbps
Average requested
throughput (UL)
32 kbps
32 kbps 64 kbps 12.2 kbps
Highest bearer (DL) 15 15 15 15
Highest bearer (UL) 15 15 15 15
Lowest bearer (DL) 1 1 1 1
Lowest bearer (UL) 1 1 1 1
Max throughput
demand (DL)
1024 kbps 256 kbps 128 kbps 24.4 kbps
Max throughput
demand (UL)
128 kbps 128 kbps 128 kbps 24.4 kbps
Min throughput
demand (DL)
10 kbps 64 kbps 64 kbps 12.2 kbps
Min throughput
demand (UL)
10 kbps 32 kbps 64 kbps 12.2 kbps
Scaling factor 95 % 95 % 95 % 95 %
Offset 0 kbps 0 kbps 0 kbps 0 kbps
Body loss 0 dB 0 dB 0 dB 3 dB
Tabla 4.7: Parmetros de los servicios de la red LTE.
Se establecieron las antenas a utilizar por los terminales mviles ya que por defecto
utilizaban antenas isotrpicas ideales con diagramas esfricos de propagacin en los planos
vertical y horizontal, y se fij una altura de receptor de 1.5 m.
La Tabla 4.8 rene las caractersticas de los terminales mviles utilizados en la red LTE.
Mobile Terminal MIMO Terminal
Min power -40 dBm -40 dBm
Max power 23 dBm 23 dBm
Noise figure 8 dB 8 dB
Losses 0 dB 0 dB
LTE equipment Default UE equipment Default UE equipment
UE category UE Category 5 UE Category 5
Antenna model Omni 11dBi 0Tilt 2100MHz Omni 11dBi 0Tilt 2100MHz
Diversity support None MIMO
MIMO Number of transmission
antenna ports
- 2
MIMO Number of reception
antenna ports
- 2
Tabla 4.8: Caractersticas de los terminales de la red LTE.
72
Los tipos de movilidad y los perfiles de usuario se mantuvieron con los valores definidos
por defecto en ATOLL para todas las simulaciones y predicciones.
Las Tablas 4.9 y 4.10 renen las caractersticas de los tipos de movilidad y perfiles de
usuarios respectivamente.
Mobility Type Speed
50 km/h 50 km/h
90 km/h 90 km/h
Fixed 0 km/h
Pedestrian 3 km/h
Tabla 4.9: Tipos de movilidad de usuarios de la red LTE.
Service Terminal Calls/hour Duration
(sec.)
UL
Volume
(KBytes)
DL
Volume
(KBytes)
Business User
FTP Download MIMO Terminal 0.01 2000 15000
Video Conferencing MIMO Terminal 0.01 600
VoIP Mobile Terminal 0.2 240
Web Browsing MIMO Terminal 0.1 700 4500
Standard User Web Browsing MIMO Terminal 0.1 700 4500
VoIP Mobile Terminal 0.2 240
Tabla 4.10: Caractersticas de los perfiles de usuarios de la red LTE.
4.2.4 Estudios de cobertura por nivel de seal
Para comprobar que el despliegue de la red fuera adecuado se realiz un estudio de
cobertura por nivel de seal del tipo Coverage by Signal Level para una sensibilidad igual a -124
dBm. El resultado de la cobertura se muestra en la Figura 4.4. Se puede apreciar que las
estaciones base desplegadas cubren la zona de inters con niveles de seal por encima de la
sensibilidad definida, por lo cual se decidi proceder a la fase de optimizacin de la red.
73
Figura 4.4: Resultado de la prediccin Coverage by Signal Level.
4.3 Optimizacin de la red LTE
La optimizacin de la red LTE en ATOLL consiste en la creacin de los mapas de trfico,
la asignacin de vecinos, la planificacin de frecuencias y la asignacin de los Physicall Cell IDs.
4.3.1 Mapas de trfico
Se cre un mapa de trfico acorde a los datos reales de la ciudad de Barcelona con los
Environments definidos por defecto en ATOLL. Las densidades de usuarios para cada
Environment fueron modificadas dependiendo de los objetivos de cada simulacin.
La Tabla 4.11 rene las caractersticas originales de los Environments. Cabe destacar que
los valores de densidades que sean diferentes a los mostrados en la Tabla 4.11 sern
mencionados en las simulaciones respectivas donde hayan sido modificados.
74
Dense Urban Urban Suburban Rural
User Profile Business Standard Business Standard Standard Standard
Mobility Pedestrian Pedestrian Pedestrian Pedestrian Pedestrian Pedestrian
Density
(subscribers/km
2)
800 800 400 400 200 20
Tabla 4.11: Parmetros de los entornos de la red LTE.
Se puede observar en la Tabla 4.11 que ATOLL define nicamente usuarios de tipo
Pedestrian para cada entorno. Adems, los umbrales de seleccin de los diferentes servicios
portadores radio (Bearer Selection Thresholds) estn definidos en ATOLL con los mismos valores
para los cuatro tipos de movilidades. En un entorno real, los umbrales de seleccin de los Radio
Bearers s dependen del tipo de movilidad del usuario, siendo ms favorables para los usuarios
fijos que para los que se encuentran en movimiento. Sin embargo, en el desarrollo de este
proyecto no se modificaron los umbrales, y por lo tanto, tampoco fue necesario agregar
usuarios de otras movilidades en los distintos entornos. No obstante, cabe destacar que ATOLL
permite modificar los umbrales de seleccin de Radio Bearers para cada movilidad
independientemente, as como agregar otros tipos de usuarios con distintas movilidades dentro
de cada entorno definido.
En la Figura 4.5 se muestran los Bearers Selection Thresholds definidos por defecto en
ATOLL y utilizados en todas las simulaciones.
Figura 4.5: Bearer selection thresholds para todas las movilidades de la red LTE.
La Tabla 4.12 muestra las caractersticas de los distintos Radio Bearers.
75
Radio Bearer Index Name Modulation Channel coding
rate
Bearer efficiency
(bits/symbol)
1 QPSK 1/12 QPSK 0.0761719 0.1523
2 QPSK 1/9 QPSK 0.117188 0.2344
3 QPSK 1/6 QPSK 0.188477 0.377
4 QPSK 1/3 QPSK 0.300781 0.6016
5 QPSK 1/2 QPSK 0.438477 0.877
6 QPSK 3/5 QPSK 0.587891 1.1758
7 16QAM 1/3 16QAM 0.369141 1.4766
8 16QAM 1/2 16QAM 0.478516 1.9141
9 16QAM 3/5 16QAM 0.601563 2.4063
10 64QAM 1/2 64QAM 0.455078 2.7305
11 64QAM 1/2 64QAM 0.553711 3.3223
12 64QAM 3/5 64QAM 0.650391 3.9023
13 64QAM 3/4 64QAM 0.753906 4.5234
14 64QAM 5/6 64QAM 0.852539 5.1152
15 64QAM 11/12 64QAM 0.925781 5.5547
Tabla 4.12: Caractersticas de los Radio Bearers de la red LTE.
4.3.2 Asignacin de vecinos
Se realiz una asignacin automtica de vecinos estableciendo un nmero mximo de
16 vecinos para la misma tecnologa (Intra-technology) con una distancia mxima entre vecinos
de 4000 m. Se impuso que el algoritmo realizara los clculos considerando shadowing para una
probabilidad de cobertura del 85% en el borde de la celda, un margen de histresis (RSRP
Margin) de 5 dB entre la zona de cobertura de la celda servidora y las celdas vecinas y un
porcentaje del 10 % de solape (% Min Covered Area) entre las celdas servidora y vecina para ser
consideradas vecinas.
4.3.3 Planificacin de frecuencias
Se realiz una planificacin automtica de frecuencias tomando en cuenta la asignacin
de los vecinos realizada previamente y restringiendo al algoritmo para asignar solo los canales
0, 1 y 2 de los 12 posibles canales de 5 MHz de la banda utilizada en la red (2110 FDD 5 MHz
(E-UTRAN Band 1)). Con esta planificacin se reducen las interferencias intercelulares a costo
de un aumento del espectro utilizado por el operador que pas de 5 MHz a 15 MHz.
76
4.3.4 Planificacin del Physical Cell ID
Se realiz una asignacin automtica del Physical Cell ID para cada celda tomando en
consideracin los vecinos definidos en el punto anterior y permitiendo asignar IDs dentro del
dominio completo del 0 al 503. Se estableci como restriccin forzar que todas las celdas de un
mismo Site obtuvieran el mismo SSS ID para facilitar la bsqueda a los terminales.
4.3.5 Estudios de cobertura por calidad de seal
El captulo 5 de este trabajo contiene la descripcin, resultados y anlisis de todos los
estudios de cobertura por calidad de seal realizados sobre la red LTE as como las simulaciones
llevadas a cabo para calcular las cargas de trfico de cada una de las predicciones.
77
5 Simulaciones, resultados y anlisis
En este captulo se muestran todos los estudios realizados sobre la red LTE en ATOLL
con el objetivo de analizar el impacto de las diferentes estrategias de Packet Scheduling.
5.1 Comparacin de las estrategias de Packet Scheduling sin
simulaciones ni optimizacin de la red
Las predicciones realizadas en este punto se hicieron con el objetivo de comparar las
distintas estrategias de Packet Scheduling mediante predicciones del tipo Coverage by
Throughput DL y UL sin tomar en cuenta la optimizacin de la red, es decir, las predicciones se
realizaron sin la asignacin de vecinos, sin Physical Cell IDs y sin planificacin de frecuencias
(todos los transmisores utilizaron el canal 0 de la banda definida). Adems, las condiciones de
carga (Load Conditions) empleadas para los clculos de las predicciones fueron tomadas
directamente del Cells Table, es decir, no se realizaron simulaciones previas a las predicciones y
por lo tanto no se tomaron en cuenta los mapas de trfico ni las densidades definidas para cada
entorno.
Se realizaron 5 grupos de predicciones en este apartado. Cada grupo consta de 8
predicciones (una para cada estrategia de Packet Scheduling en el downlink y en el uplink
respectivamente) que tienen definidos los mismos valores en los parmetros del Cells Table
(excepto la tcnica de Packet Scheduling en cada caso).
Los parmetros comunes a todas las predicciones de los 5 grupos son los siguientes:
- Resolution: 20 m.
- Load conditions: Cells Table
- Terminal: MIMO terminal
78
- Service: Web browsing
- Mobility: Pedestrian
- Layer: Best
- Shadowing taken into account: Cell edge coverage probability 85 %
- Display Field: Effective RLC Cell Capacity (kbps)
La Tabla 5.1 muestra los valores que fueron modificados dentro del Cells Table para
cada grupo de predicciones. El resto de valores de las celdas se mantuvieron segn la plantilla
LTE creada en el proceso de planificacin de la red LTE.
Parmetros de celdas Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5
Max Traffic Load DL 100 % 50 % 100 % 100 % 100 %
Max Traffic Load UL 100 % 50 % 100 % 100 % 100 %
Traffic Load DL 100 % 50 % 50 % 50 % 50 %
Traffic Load UL 100 % 50 % 50 % 50 % 50 %
UL Noise Rise 6 dB 6 dB 6 dB 3 dB 3 dB
Max UL Noise Rise 6 dB 6 dB 6 dB 6 dB 6 dB
Number of Users DL 1 1 1 1 10
Number of Users UL 1 1 1 1 10
Max Number of Users - - - - 20
Diversity Support DL - - - - -
Diversity Support UL None None None None None
Tabla 5.1: Parmetros de las celdas para los grupos de predicciones del apartado 5.1.
Una vez realizadas las 40 predicciones se observaron las coberturas ilustradas por ATOLL
en el mapa de Barcelona, sin embargo, como se haca muy difcil establecer una comparacin
visual entre las distintas estrategias de Packet Scheduling, se graficaron las curvas de funcin de
distribucin acumulativa inversas en porcentaje (Inverse CDF) para comparar los resultados.
Las Figuras 5.1 y 5.2 muestran las curvas Inverse CDF de los resultados de las
predicciones en el DL y UL respectivamente. Dentro de los primeros cuatro grupos de
predicciones los resultados son exactamente iguales para las cuatro estrategias de Packet
Scheduling. Este comportamiento se debe a que las predicciones se basan en los valores de
Traffic Load DL y UL Noise Rise para realizar los clculos de cobertura en el DL y en el UL
respectivamente, independientemente del scheduler seleccionado en el Cells Table, y en este
caso dichos valores se han establecido iguales para las diferentes estrategias de Packet
Scheduling dentro de cada grupo de predicciones. Por otro lado, si las predicciones tomaran los
valores de Traffic Load DL y UL Noise Rise de resultados de simulaciones previas, el scheduler
sera tomado en cuenta en los clculos de la asignacin de recursos y los resultados de Traffic
Load DL y UL Noise Rise obtenidos en las simulaciones dependeran de cada scheduler. Por lo
tanto, para observar el impacto de las estrategias de Packet Scheduling en las predicciones que
79
proporciona ATOLL es necesario realizar previamente simulaciones Monte Carlo. Cabe destacar
que en el quinto grupo de predicciones, PF obtiene mejores resultados debido a que el Channel
Throughput es incrementado por la ganancia de diversidad multiusuario ya que es el nico caso
donde hay ms de un usuario.
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (DL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (DL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (DL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (DL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Quinto grupo de predicciones (DL)
RR PF PD Max C/I
Figura 5.1: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput DL.
80
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (UL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (UL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (UL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (UL)
RR PF PD Max C/I
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Quinto grupo de predicciones (UL)
RR PF PD Max C/I
Figura 5.2: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput UL.
Al realizar una comparacin de la misma estrategia de Packet Scheduling entre los
distintos grupos de predicciones, tal y como se muestra en la Figura 5.3 para el caso de RR en el
DL, se observa que los peores resultados en cuanto a capacidad de la red se presentan con las
condiciones del segundo grupo de predicciones, lo cual es lgico porque las celdas tienen la
mitad de los recursos que en los otros casos y estn cargadas a su mximo. El siguiente caso,
81
siguiendo el orden de peor a mejor rendimiento, se consigue con las condiciones del primer
grupo de predicciones, en donde las celdas pueden utilizar el 100% de los recursos disponibles y
estn cargadas al mximo. Por ltimo, con las condiciones del tercer, cuarto y quinto grupo los
resultados son exactos, esto se debe a que en los tres casos las cargas de trfico en el DL (Max
Traffic Load DL y Traffic Load DL) son iguales, siendo las nicas diferencias el UL Noise Rise y el
nmero de usuarios, lo que confirma que las predicciones en el DL no dependen del UL Noise
Rise y que RR no se beneficia por la diversidad multiusuario porque no toma en cuenta las
condiciones del canal.
0
10
20
30
40
50
60
70
80
90
100
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Comparacin de RR (DL)
RR (grupo 1) RR (grupo 2) RR (grupo 3) RR (grupo 4) RR (grupo 5)
Figura 5.3: Comparacin de la estrategia RR entre los cuatro grupos de predicciones en el DL.
En la Figura 5.4 se muestra la comparacin de la estrategia RR entre los distintos grupos
de predicciones en el UL. Para este enlace se observa que, al igual que en el DL, el peor
rendimiento de la red se obtiene con las condiciones del segundo grupo de predicciones.
Seguidamente los resultados del primer y tercer grupo de predicciones son iguales ya que el
Max Traffic Load UL y el UL Noise Rise es igual en ambos casos y por ltimo, el mejor
rendimiento se obtiene con las condiciones del cuarto y quinto grupo donde se ha reducido el
UL Noise Rise. Se observa que en general el UL alcanza mayores throughputs con respecto al DL.
Esto se debe a que en el UL las predicciones se rigen por el UL Noise Rise y no por el UL Traffic
Load. Se puede concluir entonces que para las condiciones de la red planteada, donde no se
toma en cuenta el nmero de usuarios, un UL Noise Rise de 3 dB permite alcanzar mayores
throughputs con respecto a uno de 6 dB, puesto que limita la interferencia mxima de cada
celda a dicho valor, con lo cual la cobertura se hace mayor. Se observa adems que el Max
82
Traffic Load UL s afecta los clculos de cobertura en el UL ya que el segundo caso de
predicciones es peor que el tercero siendo este parmetro el nico que ha cambiado.
0
10
20
30
40
50
60
70
80
90
100
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Comparacin de RR (UL)
RR (grupo 1) RR (grupo 2) RR (grupo 3) RR (grupo 4) RR (grupo 5)
Figura 5.4: Comparacin de la estrategia RR entre los cuatro grupos de predicciones en el UL.
Por ltimo es importante mencionar que en ATOLL la nica estrategia que obtiene
ganancias por diversidad multiusuario es PF, a pesar de que la estrategia Max C/I tambin es
channel-aware (porque acta segn los niveles de calidad de seal de cada usuario), y en su
defecto, debera beneficiarse por la diversidad multiusuario.
5.2 Comparacin de la capacidad antes y despus de optimizar
Las predicciones realizadas en este apartado se hicieron con el objetivo de comparar el
rendimiento de la red antes y despus del proceso de optimizacin. Para ello se tomaron los
resultados de las predicciones de Coverage by Throughput DL y UL realizadas en el apartado 5.1
y se compararon con nuevas predicciones que s toman en cuenta la asignacin de vecinos, la
asignacin de Physical Cell IDs y la planificacin de frecuencias. En concreto, se estudi la
capacidad de la red bajo tres situaciones diferentes: utilizando un canal de 5 MHz comn a
todos los transmisores, utilizando tres canales de 5 MHz y utilizando un canal de 15 MHz comn
a todos los transmisores.
83
5.2.1 Comparacin usando un canal de 5 MHz vs. tres canales de 5 MHz
Como se ha concluido previamente que es indiferente el tipo de scheduler seleccionado
en la tabla de celdas para realizar predicciones que no tienen en cuenta resultados de
simulaciones Monte Carlo (es decir, predicciones que tienen el Load Conditions establecido en
Cells Table), en este punto solo se realiz el estudio con la estrategia RR. En este sentido, se
realizaron 8 nuevas predicciones (4 en el DL y 4 en el UL) con los mismos parmetros definidos
para los grupos de predicciones 1, 2, 3 y 4 del apartado 5.1 mostrados en la Tabla 5.1 pero
tomando en cuenta la optimizacin de la red, es decir, empleando planificacin frecuencial con
3 canales de 5 MHz. Cabe recordar que el grupo 5 tiene las mismas condiciones que el grupo 4,
excepto la cantidad de usuarios que es un parmetro que no afecta los resultados para RR por
lo que los resultados seran iguales que para el grupo 4.
Los parmetros comunes a las 8 predicciones realizadas en este apartado son los
mismos que para las predicciones del apartado 5.1.
Las Figuras 5.5 y 5.6 muestran las curvas Inverse CDF de los resultados de las
predicciones en el DL y UL respectivamente. En el caso del DL se observa que la capacidad de la
red se incrementa en el caso optimizado con respecto al caso no optimizado, lo cual es lgico
porque con Frequency Planning se reducen las interferencias puesto que las estaciones base
vecinas ya no utilizan las mismas frecuencias. Sin embargo, en el caso del UL se observa que la
capacidad de la red es igual tanto para el caso optimizado como no optimizado. Este
comportamiento se debe a que ATOLL calcula las interferencias cuando realiza predicciones de
tipo Coverage by Throughput DL, mientras que cuando realiza predicciones de tipo Coverage by
Throughput UL no calcula las interferencias sino que se rige nicamente por los valores de UL
Noise Rise ya establecidos, y como en este caso se mantuvo constante dicho valor entre cada
pareja de predicciones sin y con Frequency Planning entonces los resultados en el UL son
exactos. Cabe destacar que si se realizan simulaciones Monte Carlo previo a realizar las
predicciones en el UL s se observa la mejora del throughput con Frequency Planning ya que
durante las simulaciones se calcula el UL Noise Rise dependiendo de las interferencias de la red.
84
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (DL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (DL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (DL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (DL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
Figura 5.5: Comparacin de la capacidad de la red sin optimizacin y con optimizacin en el DL.
85
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (UL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (UL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (UL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (UL)
RR (1 canal de 5 MHz) RR (3 canales de 5 MHz)
Figura 5.6: Comparacin de la capacidad de la red sin optimizacin y con optimizacin en el UL.
86
5.2.2 Comparacin usando tres canales de 5 MHz vs. un canal de 15 MHz
Posteriormente se quiso comprobar la diferencia en cuanto a capacidad de la red entre
utilizar Frequency Planning con 3 canales de 5 MHz y utilizar un mismo canal de 15 MHz en
todas las celdas. Para ello se realizaron 8 nuevas predicciones (4 en el DL y 4 en el UL) con los
mismos parmetros definidos para los grupos de predicciones 1, 2, 3 y 4 del apartado 5.1
mostrados en la Tabla 5.1 pero utilizando la banda 2110 FDD 15 MHz (E-UTRAN Band 1).
Las Figuras 5.7 y 5.8 muestran los resultados de las predicciones Coverage by
Throughput correspondientes a las condiciones del primer grupo de predicciones en el DL y en
el UL respectivamente (cabe destacar que el comportamiento es similar en los otros tres grupos
de predicciones por lo que solo se ha ilustrado el primero). En ambos casos se observa que al
emplear Frequency Planning con 3 canales de 5 MHz se obtiene un rea de cobertura ms
extensa con respecto al caso de utilizar un solo canal de 15 MHz, pero en contraparte las
capacidades son menores en el primer caso.
Figura 5.7: Coverage by Throughput DL con 3 canales de 5 MHz y 1 canal de 15 MHz respectivamente.
87
Se observa que en el UL las diferencias en cuanto a capacidades son ms apreciables
que en el DL, esto se debe a que las predicciones en el UL no calculan las interferencias, tal y
como se ha mencionado previamente, por lo que se est comparando una red cuyas celdas en
un caso tienen el triple de recursos que en el otro y las interferencias son las mismas (porque el
UL Noise Rise se mantiene constante) por ello las mejoras en el caso de usar un canal de 15
MHz son ms que evidentes pero no reflejan la realidad. No obstante, se observa un pequea
reduccin del rea de cobertura al emplear un canal de 15 MHz, lo que indica que el ruido s es
calculado en las predicciones, pues de no ser as el rea cubierta sera exactamente igual y
nicamente cambiaran las capacidades de la red, es decir, en cada pxel del mapa el valor del
ruido ms interferencia (I+N) ser distinto entre un caso y el otro porque el ruido (N) cambia,
siendo peor en el caso de la red que usa la canalizacin de 15 MHz porque el ancho de banda es
mayor.
Figura 5.8: Coverage by Throughput UL con 3 canales de 5 MHz y 1 canal de 15 MHz respectivamente.
88
En el caso del DL, donde s se calculan las interferencias, se puede observar que las
mejoras de capacidad al usar un canal de 15 MHz son leves en comparacin al caso de utilizar 3
canales de 5 MHz, es decir, son pocas las zonas (alrededor de un 10% del rea cubierta) que se
ven favorecidas con throughputs mayores al mximo alcanzado con 3 canales de 5 MHz (que
corresponde aproximadamente a 18,000 kbps) y el resto de las zonas tienen throughputs
similares. En este enlace se observa que la reduccin del rea de cobertura es mucho ms
drstica que en el caso del UL, porque en este caso no solo se toma en cuenta el ruido sino
tambin las interferencias, con lo cual el valor del ruido ms interferencia (I+N) en el caso de
usar un canal de 15 MHz es mucho peor que en el caso de usar 3 canales de 5 MHz porque
tanto las interferencias (I) como el ruido (N) son peores.
Por lo antes comentado, se puede decir que para la red LTE en cuestin y bajo las
condiciones que se han planteado en las predicciones del grupo 1 (p. ej. celdas cargadas al
100%), se concluye que en caso de disponer un ancho de banda de 15 MHz, es mejor emplearlo
con 3 canales de 5 MHz que con un solo canal de 15 MHz comn a todas las celdas porque la
cobertura se ve limitada por las interferencias. Sin embargo, bajo otras condiciones (p. ej. si las
celdas no estn cargadas al 100%) donde las interferencias no sean un factor tan
desfavorecedor, emplear un solo canal de 15 MHz permitira alcanzar throughputs mucho ms
elevados que al usar 3 canales de 5 MHz en reas de cobertura similares.
En las Figuras 5.9 y 5.10 se ilustran los resultados de realizar predicciones de Coverage
by C/(I+N) con un Display establecido en PDSCH Total Noise (I+N) para el caso del DL y
PUSCH & PUCCH Total Noise (I+N) para el caso del UL respectivamente. En dichas figuras se
puede apreciar cmo la diferencia de ruido total en el DL vara entre el caso de utilizar 3 canales
de 5 MHz o 1 canal de 15 MHz mientras que en el UL son pocas las diferencias entre un caso y
el otro.
89
Figura 5.9: PDSCH Total Noise (I+N) con 3 canales de 5 MHz y 1 canal de 15 MHz respectivamente.
Figura 5.10: PUDSCH & PUCCH Total Noise (I+N) con 3 canales de 5 MHz y 1 canal de 15 MHz respectivamente.
90
Para concluir con la comparacin se muestran las curvas Inverse CDF de los resultados
de las predicciones de Coverage by Throughput DL y UL en las Figuras 5.11 y 5.12
respectivamente. En el caso del DL se observa que bajo las condiciones de los cuatro grupos de
predicciones se cumple que la capacidad de la red es muy similar entre el caso de utilizar
Frequency Planning con 3 canales de 5 MHz o utilizar un solo canal de 15 MHz en todas las
celdas. Sin embargo se puede apreciar que al utilizar un canal de 15 MHz el throughput mximo
alcanzable por las celdas es mayor que en el caso de los 3 canales de 5 MHz aunque solo un
10% del rea, tal y como se ha mencionado previamente. En el caso del UL se observa que la
capacidad de la red es mucho mejor utilizando un solo canal de 15 MHz, pero tal y como se ha
discutido previamente, los resultados no son realistas pues en ATOLL no toman en cuenta el
hecho de que con un solo canal de 15 MHz las interferencias son mayores que usando 3 canales
de 5 MHz.
91
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (DL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (DL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (DL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (DL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
Figura 5.11: Comparacin de la capacidad de la red en el DL entre 3 canales de 5 MHz y 1 canal de 15 MHz.
92
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones (UL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones (UL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Tercer grupo de predicciones (UL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
0
10
20
30
40
50
60
70
80
90
100
0
4
,
0
0
0
8
,
0
0
0
1
2
,
0
0
0
1
6
,
0
0
0
2
0
,
0
0
0
2
4
,
0
0
0
2
8
,
0
0
0
3
2
,
0
0
0
3
6
,
0
0
0
4
0
,
0
0
0
4
4
,
0
0
0
4
8
,
0
0
0
5
2
,
0
0
0
5
6
,
0
0
0
6
0
,
0
0
0
6
4
,
0
0
0
6
8
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Cuarto grupo de predicciones (UL)
RR (3 canales de 5 MHz) RR (1 canal de 15 MHz)
Figura 5.12: Comparacin de la capacidad de la red en el UL entre 3 canales de 5 MHz y 1 canal de 15 MHz.
93
5.3 Comparacin de las estrategias de Packet Scheduling con
simulaciones
Las predicciones realizadas en este punto se hicieron con el objetivo de comparar las
distintas estrategias de Packet Scheduling mediante predicciones del tipo Coverage by
Throughput DL y UL tomando en cuenta la asignacin de vecinos y la asignacin de los Physical
Cell IDs pero sin planificacin de frecuencias (todos los transmisores utilizaron el canal 0 de la
banda definida de 5 MHz). Las condiciones de carga (Load Conditions) empleadas para los
clculos de las predicciones fueron tomadas de los resultados de simulaciones que se realizaron
previamente, de manera que en este caso s se tomaron en cuenta los mapas de trfico, las
densidades definidas para cada entorno, los perfiles de usuarios y todos los parmetros de la
red establecidos en la planificacin de la red LTE.
5.3.1 Primer grupo de predicciones con simulaciones
Se realizaron 4 simulaciones (una para cada estrategia de Packet Scheduling) con los
siguientes parmetros:
Propiedades de los schedulers:
- Target Throughput for Voice Services: Effective RLC Throughput
- Target Throughput for Data Services: Effective RLC Throughput
- Bearer Selection Criterion: Bearer Index
- Uplink Bandwidth Allocation Target: Best Bearer
Propiedades de las simulaciones:
- Max Traffic Load DL: 100 %
- Max Traffic Load UL: 100 %
- Max UL Noise Rise= 6 dB (definido en el Cells Table)
- Generator initialisation: 1 (para generar la misma distribucin de usuarios en cada
simulacin)
- Number of simulations: 1
- Global Scaling Factor: 1
Una vez obtenidos los resultados de las simulaciones se realizaron 8 predicciones del
tipo Coverage by Throughput (una para cada estrategia de Packet Scheduling en el DL y en el UL
respectivamente) con las siguientes propiedades:
94
- Resolution: 20 m.
- Load Conditions: (segn cada caso se seleccion una de las 4 simulaciones realizadas
previamente)
- Terminal: MIMO terminal
- Service: Web browsing
- Mobility: Pedestrian
- Layer: Best
- Shadowing taken into account: Cell edge coverage probability 85 %
- Display Field: Effective RLC Cell Capacity (kbps)
En las Figuras 5.13 y 5.14 se muestran los resultados de las curvas Inverse CDF para las
predicciones en el DL y en UL respectivamente. Se observa que las estrategias RR, PD y Max C/I
obtienen los mismos resultados en ambos enlaces y la nica estrategia que posee un
comportamiento diferente es PF, siendo mejor que las otras tres.
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones con simulaciones (DL)
RR PF PD Max C/I
Figura 5.13: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput DL.
95
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Primer grupo de predicciones con simulaciones (UL)
RR PF PD Max C/I
Figura 5.14: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput UL.
Las Figuras 5.15 y 5.16 ilustran los resultados de cobertura por throughput
correspondientes a las estrategias RR y PF en el DL y el UL respectivamente. Las coberturas
correspondientes a las estrategias PD y Max C/I son idnticas a las de la estrategia RR, tal y
como se ha comentado previamente. Se observa en cada caso que el UL obtiene mejores
throughputs con respecto al DL y que PF cubre ms rea que RR.
96
Figura 5.15: Coverage by Throughput DL para RR (izquierda) y PF (derecha).
Figura 5.16: Coverage by Throughput UL para RR (izquierda) y PF (derecha).
97
En vista de que los resultados de las predicciones son exactos para RR, PD y Max C/I, se
decidi analizar en detalle los resultados de las simulaciones. La Tabla 5.2 contiene la cantidad
de usuarios y throughputs mximos y mnimos demandados por la red LTE en ambos enlaces y
la Tabla 5.3 contiene las estadsticas de las cuatro simulaciones. Se puede observar que las
cuatro estrategias obtienen el mismo nmero de usuarios porque las simulaciones se realizaron
con la misma semilla para poder establecer comparaciones bajo las mismas condiciones, es
decir, en las cuatro simulaciones los usuarios se encuentran en las mismas coordenadas, con las
mismas condiciones de canal y solicitan el mismo servicio en cada caso.
Demand
Total Users 3,507
Active DL 1,906
Active UL 897
Active DL + UL 488
Inactive 216
Max Throughput
Demand (DL)
480.26 Mbps
Min Throughput
Demand (DL)
111.44 Mbps
Max Throughput
Demand (UL)
95.33 Mbps
Min Throughput
Demand (UL)
28.43 Mbps
Tabla 5.2: Demandas de las simulaciones del apartado 5.3.1.
RR PF PD Max C/I
Active Users 3,217 3,217 3,217 3,217
Active DL 1,863 1,863 1,863 1,863
Active UL 877 877 877 877
Active DL + UL 477 477 477 477
Inactive 216 216 216 216
No Coverage 69 69 69 69
No Service 5 5 5 5
Sheduler saturation 0 0 0 0
Resource Saturation 0 0 0 0
Effective RLC Aggregate
Throughput (DL)
403.25 Mbps 456.96 Mbps 385.72 Mbps 414.44 Mbps
Effective RLC Aggregate
Throughput (UL)
92.63 Mbps 92.66 Mbps 92.63 Mbps 92.63 Mbps
Tabla 5.3: Estadsticas de las simulaciones del apartado 5.3.1.
Es importante destacar que a pesar de que las predicciones resultaron iguales para RR,
PD y Max C/I, los resultados de las simulaciones muestran que el Effective RLC Aggregate
Throughput (DL) en cada caso es diferente. En este sentido, el mejor Effective RLC Aggregate
Throughput (DL) se consigue con la estrategia PF, seguido de la estrategia Max C/I,
98
posteriormente RR y por ltimo PD, no obstante, todas las estrategias se acercan al mximo
throughput demandado por la red en ambos enlaces.
Adems, para las cuatro simulaciones existe el mismo nmero de usuarios activos y
rechazados, y stos ltimos son rechazados bajo las mismas causas pero ninguno de ellos
debido a "Resource Saturation", es decir que todos los usuarios simulados consiguen al menos
el Min Throughput demandado. Revisando los datos por celdas se obtiene que en el caso de RR,
PD y Max C/I en el DL, el 82.5% (188) de las celdas tienen un Traffic Load por debajo del 100%,
lo que quiere decir que el Aggregate Throughput de dichas celdas es exactamente igual
independientemente de la estrategia de scheduling utilizada porque en todos los casos es
posible satisfacer las demandas de Max Throughput de los usuarios sin que se agoten los
recursos de la celda, alcanzando de esa manera el Max Throughput Demand. Por otro lado, el
17.5% (40) de las celdas estn cargadas al 100%, y es solo en estos casos donde se puede
apreciar las diferencias entre cada scheduler, ya que al ser los recursos limitados para el
nmero de usuarios y sus demandas, la forma en que estos recursos son asignados segn cada
estrategia se refleja en la obtencin de distintos Aggregate Throughputs en cada caso.
Con respecto a PF solo el 2.6% (6) de las celdas tienen un Traffic Load del 100%, con lo
cual se logra conseguir un Aggregate Throughput igual al Max Throughput Demand en el 97.4%
de las celdas. La razn por la cual los Traffic Loads resultan iguales para las estrategias RR, PD y
Max C/I y difieran de PF se debe a que en los tres primeros casos, segn las frmulas empleadas
por ATOLL, los usuarios solicitan la misma cantidad de recursos para satisfacer una demanda de
throughput cualquiera, mientras que en el caso de PF los recursos solicitados para satisfacer la
misma demanda de throughput son menores porque el Channel Throughput que observan los
usuarios se ve incrementado por la ganancia de diversidad multiusuario con respecto a las
dems estrategias. De all que las predicciones reflejen los mismos resultados para RR, PD y
Max C/I, mientras que PF se muestra como la mejor estrategia.
Por otro lado, en el UL se consigue que la totalidad de las celdas tengan un Traffic Load
por debajo del 20% para las cuatro estrategias, motivo por el cual no se puede establecer una
comparacin entre las estrategias de Packet Scheduling en este enlace. En definitiva, bajo las
condiciones que se ha definido la red (p. ej. Figuras de ruido, ganancias de las antenas,
demandas de throughput de los servicios, volumen de bits por sesin de los servicios, etc.), la
cobertura y la capacidad del sistema se encuentran limitadas por el enlace descendente.
Cabe mencionar que el hecho de que ningn usuario es rechazado debido a "Scheduler
Saturation" se debe a que no se fij ningn lmite de Max Number of Users en la tabla de
celdas, con lo cual en cada simulacin el scheduler en cuestin selecciona a todos los usuarios
generados en las simulaciones Monte Carlo para realizar la reparticin de los recursos.
99
5.3.2 Segundo grupo de predicciones con simulaciones
Como se ha visto en el caso discutido anteriormente que la red dispona de suficientes
recursos para satisfacer las demandas de los usuarios, y como consecuencia los Aggregate
Throughputs conseguidos por las cuatro estrategias eran casi iguales a las demandas mximas,
se decidi aumentar la densidad de usuarios por un factor de 4 para conseguir que la mayor
cantidad de celdas de la red estuvieran cargadas al 100% y poder apreciar mejor el impacto de
cada estrategia de Packet Scheduling. Para ello se estableci el parmetro Global Scaling
Factor de las simulaciones a 4, que equivale a multiplicar las densidades de cada Environment
por dicho factor.
En este sentido, se realizaron 4 simulaciones (una para cada estrategia de Packet
Scheduling) con los siguientes parmetros:
Propiedades de los schedulers:
- Target Throughput for Voice Services: Effective RLC Throughput
- Target Throughput for Data Services: Effective RLC Throughput
- Bearer Selection Criterion: Bearer Index
- Uplink Bandwidth Allocation Target: Best Bearer
Propiedades de las simulaciones:
- Max Traffic Load DL: 100 %
- Max Traffic Load UL: 100 %
- Max UL Noise Rise= 6 dB
- Generator initialisation: 1
- Number of simulations: 1
- Global Scaling Factor: 4
Una vez obtenidos los resultados de las simulaciones se realizaron 8 predicciones del
tipo Coverage by Throughput (una para cada estrategia de Packet Scheduling en el DL y en el UL
respectivamente) con las siguientes propiedades:
- Resolution: 20 m.
- Load Conditions: (segn cada caso se seleccion una de las 4 simulaciones realizadas
previamente)
- Terminal: MIMO terminal
- Service: Web browsing
- Mobility: Pedestrian
100
- Layer: Best
- Shadowing taken into account: Cell edge coverage probability 85 %
- Display Field: Effective RLC Cell Capacity (kbps)
En las Figuras 5.17 y 5.18 se muestran los resultados de las curvas Inverse CDF para las
predicciones en el DL y en UL respectivamente. Al igual que en el primer grupo de predicciones
con simulaciones (apartado 5.3.1), se observa que las estrategias RR, PD y Max C/I obtienen los
mismos resultados en ambos enlaces y la nica estrategia que posee un comportamiento
diferente es PF, siendo mejor que las otras tres.
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones con simulaciones (DL)
RR PF PD Max C/I
Figura 5.17: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput DL
(aumentando la densidad de usuarios).
0
10
20
30
40
50
60
70
80
90
100
0
2
,
0
0
0
4
,
0
0
0
6
,
0
0
0
8
,
0
0
0
1
0
,
0
0
0
1
2
,
0
0
0
1
4
,
0
0
0
1
6
,
0
0
0
1
8
,
0
0
0
2
0
,
0
0
0
2
2
,
0
0
0
2
4
,
0
0
0
2
6
,
0
0
0
2
8
,
0
0
0
3
0
,
0
0
0
3
2
,
0
0
0
3
4
,
0
0
0
P
r
{
T
h
r
o
u
g
h
p
u
t
}
<
=
x
(
%
)
Throughput (kbps)
Segundo grupo de predicciones con simulaciones (UL)
RR PF PD Max C/I
Figura 5.18: Comparacin de estrategias de Packet Scheduling para resultados de Coverage by Throughput UL
(aumentando la densidad de usuarios).
101
Las Figuras 5.19 y 5.20 ilustran los resultados de cobertura por throughput
correspondientes a las estrategias RR y PF en el DL y el UL respectivamente. Las coberturas
correspondientes a las estrategias PD y Max C/I son idnticas a las de la estrategia RR.
Visualmente se observa que tanto para RR como para PF el rea de cobertura se reduce en
comparacin a las coberturas de las Figuras 5.15 y 5.16 porque se ha aumentado la densidad de
usuarios y en consecuencia el Traffic Load de las celdas, ocasionando mayores interferencias.
Se observa nuevamente que PF cubre ms area que las otras estrategias y que el enlace
ascendente obtiene mayor rea de cobertura y mayores throughputs respecto al enlace
descendente.
Figura 5.19: Coverage by Throughput DL para RR (izquierda) y PF (derecha) (aumentando la densidad de usuarios).
102
Figura 5.20: Coverage by Throughput UL para RR y PF respectivamente (aumentando la densidad de usuarios).
La Tabla 5.4 contiene la cantidad de usuarios y throughputs mximos y mnimos
demandados por la red LTE en ambos enlaces y la Tabla 5.5 contiene las estadsticas de las
cuatro simulaciones.
Demand
Users 14,005
Active DL 7,705
Active UL 3,462
Active DL + UL 1,985
Inactive 853
Max Throughput
Demand (DL)
1,905.93 Mbps
Min Throughput
Demand (DL)
448.3 Mbps
Max Throughput
Demand (UL)
376.26 Mbps
Min Throughput
Demand (UL)
111.79 Mbps
Tabla 5.4: Demandas de las simulaciones del apartado 5.3.2.
103
RR PF PD Max C/I
Active Users 11,537 12,653 11,537 12,211
Active DL 6,205 7,311 6,205 6,977
Active UL 3,394 3,398 3,394 3,394
Active DL + UL 1,938 1,944 1,938 1,840
Inactive 853 853 853 853
No Coverage 256 256 256 256
No Service 21 18 21 20
Sheduler saturation 0 0 0 0
Resource Saturation 1,338 225 1,338 665
Effective RLC Aggregate
Throughput (DL)
557.14 Mbps 951.98 Mbps 516.2 Mbps 675.49 Mbps
Effective RLC Aggregate
Throughput (UL)
367.33 Mbps 369.06 Mbps 367.33 Mbps 364.86 Mbps
Tabla 5.5: Estadsticas de las simulaciones del apartado 5.3.2.
Se puede observar que en este caso el nmero de usuarios activos s cambia segn la
estrategia seleccionada, siendo mayor para PF, seguido de Max C/I y por ltimo, con la misma
cantidad de usuarios, RR y PD. Adems se observa que existe un gran nmero de usuarios
rechazados debido a Resource Saturation y que los Aggregate Throughput en el DL son
distintos en cada caso pero muy por debajo del Max Aggregate Throughput Demand, de hecho,
son solo un poco superior al Min Aggregate Throughput Demand. Al igual que en el primer
grupo de predicciones (apartado 5.3.1), PF es la estrategia que alcanza el mayor Aggregate
Throughput, seguida de Max C/I, RR y por ltimo PD.
La razn por la que RR y PD obtienen la misma cantidad de usuarios activos y
rechazados, y stos ltimos bajo las mismas causas, se debe a que en ambos casos el scheduler
otorga recursos a los usuarios en orden de mayor a menor prioridad de sus servicios. En el caso
de PF el scheduler tambin ordena a los usuarios segn las prioridades de sus servicios, pero tal
y como se ha explicado previamente, los recursos pueden alcanzar para una mayor cantidad de
usuarios porque stos piden menos en comparacin a las otras estrategias. Por ltimo, en el
caso de Max C/I, el scheduler ordena a los usuarios segn la relacin C/(I+N) que perciben del
canal, y como los usuarios con elevados C/(I+N) pueden establecer Radio Bearers ms altos, que
a su vez requieren menos cantidad de recursos para un mismo servicio respecto a un Radio
Bearer de menor ndice, entonces se aprovechan los recursos de mejor manera y se obtiene
una mayor cantidad de usuarios conectados con respecto a RR y PD.
Al realizar el estudio por celdas se observa que para RR, PD y Max C/I el 75.88% de las
celdas se encuentran cargadas al 100% mientras que existe un 24.12% de celdas que an
disponen de recursos a pesar de que la densidad se ha aumentado considerablemente. En las
celdas que se encuentran cargadas al 100% son muy pocos los usuarios que logran alcanzar la
demanda mxima de throughput, algunos logran obtener throughputs intermedios entre sus
104
demandas mximas y mnimas pero la gran mayora solo logra obtener las demandas mnimas e
incluso muchos de ellos son rechazados por Resource Saturation. Esto indica que la densidad
de usuarios establecida ha sido exagerada para las condiciones de la red LTE y se han saturado
los recursos en la mayora de las celdas. Cabe destacar que ATOLL primero satisface las
demandas mnimas de throughput de cada usuario y despus, si queda remanente de recursos,
son repartidos segn cada estrategia de Packet Scheduling. Por esto, simular una red en donde
solo se pueda satisfacer las demandas mnimas de los usuarios no ilustra el impacto de las
distintas estrategias de Packet Scheduling pues stas no llegan a ser implementadas. A pesar de
que este no es el caso, porque se ha observado que s hay diferencias entre los Aggregate
Throughput segn cada estrategia implementada, las diferencias son pocas porque son pocos
los casos donde se pudo satisfacer demandas mayores a las mnimas.
En la Figura 5.21 se muestra nuevamente la cobertura por throughput para la estrategia
RR en el DL, la misma que en la Figura 5.19 pero en conjunto con los resultados de la simulacin
sobre la cual se basa dicha prediccin. Se puede observar que existen usuarios marcados como
activos y conectados en el DL segn los resultados de la simulacin, que se encuentran en zonas
de no cobertura segn la prediccin, y que adems, tienen el servicio Web Browsing, el
terminal MIMO y la movilidad Pedestrian (valores con los cuales se ha realizado la prediccin).
La razn de esta incongruencia se debe a que ATOLL calcula el shadowing de manera distinta en
las simulaciones y en las predicciones, por lo que los resultados finales de Channel Throughput
que observa cada usuario no coinciden en ambos casos.
Para obtener resultados congruentes entre las simulaciones y las predicciones debe
establecerse a 0 dB la desviaciones estndar del modelo y de C/I en las propiedades de las
clutter classes y adems deben realizarse las predicciones sin considerar shadowing (en este
caso se consider el shadowing para una probabilidad de cobertura en el borde de la celda del
85%). De todas maneras, como se ha observado que las predicciones de Coverage by
Throughput con Display Effective RLC Cell Capacity no son apropiadas para analizar el impacto
de las distintas estrategias de Packet Scheduling, en tanto que solo toman los valores de Traffic
Load DL y UL Noise Rise de los resultados de las simulaciones sin importar a qu usuarios se les
han asignado los recursos, no se realizarn ms predicciones de este tipo porque no se puede
apreciar la diferencia entre las estrategias RR, PD y Max C/I.
105
Figura 5.21: Prediccin Coverage by Throughput DL para RR junto al resultado de la simulacin.
5.3.3 Tercer grupo de predicciones con simulaciones
Segn lo comentado previamente, se decidi realizar nuevas predicciones modificando
el Display con el objetivo de apreciar las diferencias en los Aggregate Throughputs conseguidos
por cada estrategia de Packet Scheduling.
En este sentido, se realizaron 8 predicciones del tipo Coverage by Throughput (una para
cada estrategia de Packet Scheduling en el DL y en el UL respectivamente) con las siguientes
propiedades:
- Resolution: 20 m.
- Load conditions: (segn cada caso se seleccion una de las 4 simulaciones realizadas en
el apartado 5.3.2)
- Terminal: MIMO terminal
- Service: Web browsing
- Mobility: Pedestrian
106
- Layer: Best
- Shadowing taken into account: Cell edge coverage probability 85 %
- Display Field: Simulation: Effective RLC Aggregate Throughput (kbps)
En las Figuras 5.22 y 5.23 se ilustran los resultados de las coberturas para las
predicciones en el DL y en el UL respectivamente. En el caso del DL se puede apreciar las
diferencias en cuanto a los Aggregate Throughputs conseguidos por las cuatro estrategias, tal y
como se ha comentado en el apartado 5.3.2, PF es la que obtiene los mayores throughputs,
seguida de la estrategia Max C/I, RR y por ltimo PD.
En el caso del UL las diferencias no son tan evidentes como en el DL y la razn de que los
Aggregate Throughputs en este enlace sean tan parecidos entre las distintas estrategias se
debe a que las celdas estn cargadas muy por debajo de sus capacidades mximas y en la
mayora de los casos las cuatro estrategias son capaces de satisfacer las demandas mximas de
throughput de los usuarios, comprobndose lo mostrado en la Tabla 5.5.
107
RR
PF
PD
Max C/I
Figura 5.22: Prediccin Coverage by Throughput DL: Simulation Effective RLC Aggregate Throughput.
108
RR
PF
PD
Max C/I
Figura 5.23: Prediccin Coverage by Throughput UL: Simulation Effective RLC Aggregate Throughput.
109
5.4 Modificacin de la configuracin de la red LTE
Las simulaciones realizadas en el apartado 5.3.2 han mostrado que, a pesar de que las
densidades de usuarios eran excesivas y en consecuencia la mayor parte de las celdas estaban
cargadas al 100%, algunas de ellas tenan Traffic Loads bajos indicando que su presencia en la
red no era necesaria. Asimismo, se ha apreciado en los resultados de las simulaciones que
existen zonas correspondientes al Environment Dense Urban que estn desprovistas de
estaciones base y en consecuencia los usuarios ubicados en dichas zonas no tienen cobertura.
Es por esto que se decidi realizar una modificacin en la red LTE desactivando las celdas que
estn siendo infrautilizadas y agregando nuevos Sites en donde es necesario extender la
cobertura, con el fin de darle a la red la mayor homogeneidad posible entre las estaciones base
que la conforman.
En la Figura 5.24 se muestra la configuracin inicial de la red LTE con el mapa de trfico
donde se ilustran los cuatro Environments que conforman el mapa de Barcelona. Apoyndose
en la informacin del mapa de trfico y en los resultados de Traffic Load DL arrojados por las
simulaciones del apartado 5.3.2, se decidi desactivar 40 transmisores y agregar dos nuevos
Sites. En la Figura 5.25 se ilustra la nueva configuracin de la red LTE.
Figura 5.24: Configuracin inicial de la red LTE junto al mapa de trfico.
110
Figura 5.25: Nueva configuracin de la red LTE junto al mapa de trfico.
Se realiz nuevamente la asignacin de vecinos y de Physical Cell IDs para crear nuevas
simulaciones. Adems se establecieron las desviaciones estndar del modelo y de C/I de las
clutter classes a 0dB para evitar discrepancias entre cada simulacin respecto a los valores de
shadowing aplicados a cada usuario y poder establecer comparaciones bajo las mismas
condiciones, porque a pesar de que se fije el mismo Generator Initialisation para cada
simulacin, los valores de shadowing se calculan de manera aleatoria en cada una de ellas.
5.4.1 Primer grupo de simulaciones
Se realizaron cuatro simulaciones (una para cada estrategia de Packet Scheduling) con
los siguientes parmetros:
Propiedades de los schedulers:
- Target Throughput for Voice Services: Effective RLC Throughput
- Target Throughput for Data Services: Effective RLC Throughput
- Bearer Selection Criterion: Bearer Index
- Uplink Bandwidth Allocation Target: Best Bearer
111
Propiedades de las simulaciones:
- Max Traffic Load DL: 100 %
- Max Traffic Load UL: 100 %
- Max UL Noise Rise= 6 dB
- Generator initialisation: 1
- Number of simulations: 1
- Global Scaling Factor: 2
La Tabla 5.6 contiene la cantidad de usuarios y throughputs mximos y mnimos
demandados por la red LTE en ambos enlaces y la Tabla 5.7 contiene las estadsticas de las
cuatro simulaciones.
Gracias a los dos nuevos Sites se observa una reduccin del porcentaje de usuarios
rechazados debido a No Coverage con respecto a las simulaciones previas a las
modificaciones de la red LTE. Se observa nuevamente que PF obtiene mayor Aggregate
Throughput (DL) que Max C/I.
Demand
Users 6,963
Active DL 3,823
Active UL 1,729
Active DL + UL 962
Inactive 449
Max Throughput
Demand (DL)
931.20 Mbps
Min Throughput
Demand (DL)
220.19 Mbps
Max Throughput
Demand (UL)
188.84 Mbps
Min Throughput
Demand (UL)
56.28 Mbps
Tabla 5.6: Demandas de las simulaciones del apartado 5.4.1.
112
RR PF PD Max C/I
Active Users 6,370 6,450 6,370 6,417
Active DL 3,704 3,784 3,704 3,753
Active UL 1,712 1,712 1,712 1,712
Active DL + UL 954 954 954 952
Inactive 449 449 449 449
No Coverage 62 62 62 62
No Service 2 2 2 2
Sheduler saturation 0 0 0 0
Resource Saturation 80 0 80 33
Effective RLC Aggregate
Throughput (DL)
557.21 Mbps 802.48 Mbps 507.15 Mbps 607.02 Mbps
Effective RLC Aggregate
Throughput (UL)
187.02 Mbps 187.24 Mbps 187.02 Mbps 186.97 Mbps
Tabla 5.7: Estadsticas de las simulaciones del apartado 5.4.1.
5.4.2 Segundo grupo de simulaciones
Se realizaron cuatro nuevas simulaciones con los mismos parmetros de las
simulaciones realizadas previamente (apartado 5.4.1) pero modificando el Global Scaling Factor
a 3 para aumentar la densidad de usuarios. La Tabla 5.8 contiene la cantidad de usuarios y
throughputs mximos y mnimos demandados por la red LTE en ambos enlaces y la Tabla 5.9
contiene las estadsticas de las cuatro simulaciones.
Se observa que los resultados tienen el mismo comportamiento que en las simulaciones
anteriores, es decir, PF obtiene el mayor Aggregate Throughput (DL), seguido de Max C/I, RR y
PD. Adems se redujo el porcentaje de usuarios rechazados por No Coverage.
Demand
Users 10,581
Active DL 5,897
Active UL 2,573
Active DL + UL 1,421
Inactive 690
Max Throughput
Demand (DL)
1,462.14 Mbps
Max Throughput
Demand (DL)
342.38 Mbps
Max Throughput
Demand (UL)
274.82 Mbps
Max Throughput
Demand (UL)
82.42 Mbps
Tabla 5.8: Demandas de las simulaciones del apartado 5.4.2.
113
RR PF PD Max C/I
Active Users 9,352 9,759 9,352 9,581
Active DL 5,394 5,797 5,394 5,649
Active UL 2,551 2,554 2,551 2,552
Active DL + UL 1,407 1,408 1,407 1,380
Inactive 690 690 690 690
No Coverage 83 83 83 83
No Service 8 7 8 8
Sheduler saturation 0 0 0 0
Resource Saturation 448 42 448 219
Effective RLC Aggregate
Throughput (DL)
595.08 Mbps 973.83 Mbps 539.78 Mbps 679.83 Mbps
Effective RLC Aggregate
Throughput (UL)
272.11 Mbps 272.65 Mbps 272.11 Mbps 271.36 Mbps
Tabla 5.9: Estadsticas de las simulaciones del apartado 5.4.2.
5.5 Ajuste de las ganancias de diversidad multiusuario (MUG) para la
estrategia PF
En todas las simulaciones que se han realizado hasta este punto se ha observado que la
estrategia PF obtiene los mejores Aggregate Throughputs incluso superando a la estrategia Max
C/I que en teora debera ser la estrategia que maximiza la capacidad de las celdas, y por tanto
de la red. Por esto, se ha decidido realizar un estudio de las ganancias de diversidad
multiusuario (MUG) establecidas por defecto en ATOLL.
En la Figura 5.26 se muestra la curva de MUG en funcin del nmero de usuarios que
est definida por defecto en ATOLL para la estrategia PF para todos los tipos de movilidades. Se
puede apreciar que la ganancia se estabiliza a partir de 18 usuarios, sin embargo, segn [16], la
ganancia de diversidad multiusuario de PF se estabiliza a partir de 10 usuarios pues es posible
garantizar que al menos uno de ellos consiga las mejores condiciones del canal.
114
Figura 5.26: Valores por defecto de ATOLL de MUG en funcin del nmero de usuarios.
Es importante destacar que las simulaciones de ATOLL representan la situacin de la red
en un instante de tiempo especfico y no tienen memoria, es decir que no se toma en cuenta la
informacin del pasado, por esto la estrategia PF no es implementada tal y como se define en la
teora sino que es modelada en ATOLL con el mismo algoritmo que RR pero incrementando el
Channel Throughput que observa cada usuario por las ganancias definidas en la curva de MUG.
Esto quiere decir que las ganancias establecidas en la tabla de MUG deben ser tales que no
aporten un beneficio irreal a la estrategia PF, tal y como se ha observado en las simulaciones y
predicciones realizadas hasta este punto.
Se realiz un estudio de la eficiencia espectral que obtienen los usuarios de una celda
con la estrategia RR y con la estrategia PF con los valores de MUG establecidos por defecto en
ATOLL. En la Figura 5.27 se muestra el resultado para distintas C/(I+N). Se observa que para la
estrategia RR, como es lgico, se obtiene la misma eficiencia sin importar el incremento de
usuarios porque RR no se beneficia de la ganancia de diversidad multiusuario por ser
unchannel-aware. Por otro lado, en el caso de PF se observa que para un solo usuario la
eficiencia es igual que para RR, a partir de 2 usuarios la eficiencia espectral se incrementa con
respecto a RR y a partir de 18 usuarios se estabiliza, tal y como se ha comentado.
Es importante notar que tal y como ATOLL realiza los clculos para la estrategia PF, la
ganancia de diversidad multiusuario que se obtiene con respecto al caso de RR se mantiene
constante para diferentes valores de C/(I+N) a pesar de que en la realidad la ventaja de PF
sobre RR debera reducirse a medida que aumenta la C/(I+N). Es por esto que ATOLL define un
C/(I+N) mximo sobre el cual se emplean las ganancias del MUG, que en este caso est definido
por defecto para una C/(I+N) de 16.8 dB. En la Figura 5.27 se puede observar cmo la eficiencia
espectral de PF para una C/(I+N) de 15.6 dB es muy superior que para una C/(I+N) de 18.4 dB
porque en el segundo caso se supera la C/(I+N) mxima definida en ATOLL y no se emplean las
115
ganancias del MUG, con lo cual las eficiencias espectrales para esa relacin seal interferencia
ms ruido son exactamente iguales para RR y para PF.
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
E
f
i
c
i
e
n
c
i
a
E
s
p
e
c
t
r
a
l
[
b
i
t
s
/
s
/
H
z
]
Nmero de usuarios
Comparacin de la Eficiencia Espectral de RR y PF
RR (CINR = 3 dB) RR (CINR = 10 dB) RR (CINR = 15.6 dB) RR (CINR = 18.4 dB)
PF (CINR = 3 dB) PF (CINR = 10 dB) PF (CINR = 15.6 dB) PF (CINR = 18.4 dB)
Figura 5.27: Influencia del tipo de estrategia en la eficiencia espectral por usuario.
Tomando en consideracin todos los aspectos mencionados, se repitieron las
simulaciones de la estrategia PF con las condiciones de los dos grupos de simulaciones
realizados en el apartado 5.4 para distintos valores de MUG hasta encontrar resultados que
arrojaran un Aggregate Throughput superior con la estrategia Max C/I que con PF. En la Figura
5.28 se muestra la curva de MUG en funcin del nmero de usuarios resultantes. Se puede
observar que se han disminuido los valores de ganancias de diversidad multiusuario con
respecto a la Figura 5.26 y que ahora la curva se estabiliza a partir de 10 usuarios.
116
Figura 5.28: Nuevos valores de MUG en funcin del nmero de usuarios.
Las Tablas 5.10 y 5.11 contienen las estadsticas de las cuatro simulaciones del primer y
segundo grupo de simulaciones del apartado 5.4 respectivamente. Se puede observar que en
ambos casos se ha reducido el Aggregate Throughput de la estrategia PF en comparacin a las
Tablas 5.7 y 5.9, y que Max C/I pasa a ser la estrategia que consigue la mayor capacidad de la
red.
RR PF PD Max C/I
Active Users 6,370 6,403 6,370 6,417
Active DL 3,704 3,737 3,704 3,753
Active UL 1,712 1,712 1,712 1,712
Active DL + UL 954 954 954 952
Inactive 449 449 449 449
No Coverage 62 62 62 62
No Service 2 2 2 2
Sheduler saturation 0 0 0 0
Resource Saturation 80 47 80 33
Effective RLC Aggregate
Throughput (DL)
557.21 Mbps 602.47 Mbps 507.15 Mbps 607.02 Mbps
Effective RLC Aggregate
Throughput (UL)
187.02 Mbps 187.06 Mbps 187.02 Mbps 186.97 Mbps
Tabla 5.10: Estadsticas de las simulaciones de la Tabla 5.7 con nuevos valores de MUG para PF.
117
RR PF PD Max C/I
Active Users 9,352 9,478 9,352 9,581
Active DL 5,394 5,514 5,394 5,649
Active UL 2,551 2,556 2,551 2,552
Active DL + UL 1,407 1,408 1,407 1,380
Inactive 690 690 690 690
No Coverage 83 83 83 83
No Service 8 6 8 8
Sheduler saturation 0 0 0 0
Resource Saturation 448 324 448 219
Effective RLC Aggregate
Throughput (DL)
595.08 Mbps 653.19 Mbps 539.78 Mbps 679.83 Mbps
Effective RLC Aggregate
Throughput (UL)
272.11 Mbps 272.50 Mbps 272.11 Mbps 271.36 Mbps
Tabla 5.11: Estadsticas de las simulaciones de la Tabla 5.9 con nuevos valores de MUG para PF.
5.6 Estudio de los parmetros de los schedulers en ATOLL
En todas las simulaciones realizadas hasta este punto se han mantenido constantes los
parmetros de los schedulers de la siguiente manera:
- Target Throughput for Voice Services: Effective RLC Throughput
- Target Throughput for Data Services: Effective RLC Throughput
- Bearer Selection Criterion: Bearer Index
- Uplink Bandwidth Allocation Target: Best Bearer
Con el fin de observar el impacto de cada parmetro definido en las propiedades de los
schedulers de ATOLL, se realizaron distintas simulaciones que se explicarn a continuacin. Los
parmetros comunes a todas las simulaciones son los siguientes:
- Max Traffic Load DL: 100 %
- Max Traffic Load UL: 100 %
- Max UL Noise Rise= 6 dB
- Generator initialisation: 1
- Number of simulations: 1
- Global Scaling Factor: 2
Se utiliz la configuracin de la red LTE con las modificaciones realizadas en el apartado
5.4 y se emplearon los valores de MUG calculados en el apartado 5.5 para la estrategia PF.
118
La Tabla 5.12 contiene la cantidad de usuarios y throughputs mximos y mnimos
demandados por la red LTE en ambos enlaces comunes a todas las simulaciones.
Demand
Users 6,963
Active DL 3,823
Active UL 1,729
Active DL + UL 962
Inactive 449
Max Throughput
Demand (DL)
931.20 Mbps
Min Throughput
Demand (DL)
220.19 Mbps
Max Throughput
Demand (UL)
188.84 Mbps
Min Throughput
Demand (UL)
56.28 Mbps
Tabla 5.12: Demandas para todas las simulaciones del apartado 5.6.
5.6.1 Estudio del Target Throughput for Voice/Data Services
Se realizaron tres grupos de simulaciones (uno para cada Target: Peak RLC Throughput,
Effective RLC Throughput y Application Throughput). Cada grupo contiene cuatro simulaciones
(una para cada estrategia de Packet Scheduling). La Tabla 5.13 contiene las estadsticas de los
tres grupos de simulaciones para cada una de las estrategias RR, PF, PD y Max C/I.
Se puede observar que para los cuatro schedulers se cumple que con el Target
Throughput establecido en Peak RLC Throughput se obtienen menos usuarios rechazados por
Resource Saturation que en los otros tres casos, esto se debe a que las demandas mnimas y
mximas de throughput de cada usuario son menores porque no se toman en cuenta la
reduccin de throughput debido a las retransmisiones por errores ni a los encabezados de las
capas superiores a la RLC, por lo tanto los recursos de las celdas alcanzan para ms usuarios. En
esta misma lnea, con el Target Throughput establecido en Application Throughput, es con la
que existen ms usuarios rechazados por Resource Saturation porque las demandas mnimas
y mximas son superiores a los otros casos, con lo cual los recursos se agotan con menos
usuarios. Por esto, establecer el Target Throughput de los servicios de voz y datos a Application
Throughput es el ms exigente de los tres casos y planificar una red en ATOLL bajo este
parmetro sera el ms apropiado para los operadores si se quiere que los throughputs
definidos para los servicios sean realmente los que obtengan los usuarios en la capa de
aplicacin.
119
Tabla 5.13: Estadsticas de las simulaciones para el estudio del target throughput for voice/data services.
RR PF
Target=Peak RLC Target=Effective RLC Target=Application Target=Peak RLC Target=Effective RLC Target=Application
Number of iterations 15/100 15/100 16/100 15/100 15/100 16/100
Active Users 6,383 6,370 6,348 6,419 6,403 6,380
Active DL 3,717 3,704 3,682 3,753 3,737 3,714
Active UL 1,712 1,712 1,712 1,712 1,712 1,712
Active DL + UL 954 954 954 954 954 954
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 2 2 2 2 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 67 80 102 31 47 70
Effective RLC Aggregate
Throughput (DL)
559.10 Mbps 557.21 Mbps 562.39 Mbps 603.59 Mbps 602.47 Mbps 609.11 Mbps
Effective RLC Aggregate
Throughput (UL)
184.92 Mbps 187.02 Mbps 196.82 Mbps 184.89 Mbps 187.06 Mbps 196.87 Mbps
PD Max C/I
Target=Peak RLC Target=Effective RLC Target=Application Target=Peak RLC Target=Effective RLC Target=Application
Number of iterations 15/100 15/100 16/100 15/100 15/100 16/100
Active Users 6,383 6,370 6,348 6,425 6,417 6,405
Active DL 3,717 3,704 3,682 3,761 3,753 3,744
Active UL 1,712 1,712 1,712 1,712 1,712 1,712
Active DL + UL 954 954 954 952 952 949
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 2 2 2 2 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 67 80 102 25 33 45
Effective RLC Aggregate
Throughput (DL)
510.24 Mbps 507.15 Mbps 511.39 Mbps 605.91 Mbps 607.02 Mbps 616.93 Mbps
Effective RLC Aggregate
Throughput (UL)
184.92 Mbps 187.02 Mbps 196.82 Mbps 184.492 Mbps 186.97 Mbps 196.70 Mbps
120
5.6.2 Estudio del Bearer Selection Criterion
Se realizaron tres grupos de simulaciones (uno para cada Bearer Selection Criterion:
Bearer Index, Peak RLC Throughput y Effective RLC Throughput). Cada grupo contiene cuatro
simulaciones (una para cada estrategia de Packet Scheduling). La Tabla 5.14 contiene las
estadsticas de los tres grupos de simulaciones para cada una de las estrategias RR, PF, PD y
Max C/I.
Se revisaron las asignaciones de Radio Bearer para cada mvil segn cada uno de los
criterios de asignacin de los Bearers y se pudo observar que para los Bearer Selection Criterion
establecidos en Bearer Index y Peak RLC Throughput los mviles obtienen el mismo Radio
Bearer porque a medida que el ndice es mayor tambin la eficiencia del Bearer es mayor, por
lo tanto, como el clculo del Peak RLC Throughput depende de la eficiencia del Bearer, coincide
que el Peak RLC Throughput es mximo cuando se utiliza el Bearer de mayor ndice disponible.
Por otro lado, en el caso del criterio Effective RLC Throughput se pudo observar que a ciertos
mviles se les asigna un Radio Bearer de menor ndice que para los otros dos criterios, esto se
debe a que la frmula del Effective RLC Throughput depende de la BLER, por lo tanto ATOLL
evala si es preferible asignarle al usuario un Radio Bearer de menor ndice (y por ende de
menor eficiencia) a cambio de tener una BLER igual a 0.
Es importante destacar que en el caso del criterio Peak RLC Throughput los clculos de la
simulacin tardan ms tiempo en converger, porque para cada iteracin se debe calcular el
Peak RLC Throughput para los Bearers disponibles y tomar el que lo maximice. Por lo tanto es
preferible establecer el criterio en Bearer Index en el caso que se desee maximizar el Peak RLC
Throughput.
Por ltimo se puede observar que con el criterio Effective RLC Throughput se obtiene el
mayor Effective RLC Aggregate Throughput para cada estrategia. Esto es lgico pues el objetivo
de ese criterio es conseguir que cada usuario obtenga el mayor Effective RLC User Throughput.
121
Tabla 5.14: Estadsticas de las simulaciones para el estudio del target bearer selection criterion.
RR PF
Target=Bearer index Target=Peak RLC Target=Effective RLC Target=Bearer index Target=Peak RLC Target=Effective RLC
Number of iterations 15/100 75/100 36/100 15/100 81/100 29/100
Active Users 6,370 6,368 6,369 6,403 6,401 6,404
Active DL 3,704 3,704 3,703 3,737 3,737 3,738
Active UL 1,712 1,710 1,712 1,712 1,710 1,712
Active DL + UL 954 954 954 954 954 954
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 2 2 2 2 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 80 82 81 47 49 46
Effective RLC Aggregate
Throughput (DL)
557.21 Mbps 557.21 Mbps 557.46 Mbps 602.47 Mbps 602.47 Mbps 603.09 Mbps
Effective RLC Aggregate
Throughput (UL)
187.02 Mbps 179.53 Mbps 184.65 Mbps 187.06 Mbps 183.70 Mbps 185.80 Mbps
PD Max C/I
Target=Bearer index Target=Peak RLC Target=Effective RLC Target=Bearer index Target=Peak RLC Target=Effective RLC
Number of iterations 15/100 100/100 34/100 15/100 71/100 33/100
Active Users 6,370 6,369 6,369 6,417 6,416 6,417
Active DL 3,704 3,704 3,703 3,753 3,753 3,753
Active UL 1,712 1,711 1,712 1,712 1,711 1,712
Active DL + UL 954 954 954 952 952 952
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 2 2 2 2 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 80 81 81 33 34 33
Effective RLC Aggregate
Throughput (DL)
507.15 Mbps 507.14 Mbps 507.45 Mbps 607.02 Mbps 607.02 Mbps 608.01 Mbps
Effective RLC Aggregate
Throughput (UL)
187.02 Mbps 179.58 Mbps 185.22 Mbps 186.97 Mbps 182.21 Mbps 184.81 Mbps
122
5.6.3 Estudio del Uplink Bandwidth Allocation Target
Se realizaron tres grupos de simulaciones (uno para cada Uplink Bandwidth Allocation
Target: Full Bandwidth, Maintain Connection y Best Bearer). Cada grupo contiene cuatro
simulaciones (una para cada estrategia de Packet Scheduling). La Tabla 5.15 contiene las
estadsticas de los tres grupos de simulaciones para cada una de las estrategias RR, PF, PD y
Max C/I.
Se puede observar que con el Target establecido en Full Bandwidth se obtiene una
mayor cantidad de usuarios rechazados debido a No Service en comparacin a los otros dos
casos, esto se debe a que el ruido es mayor porque se toma en consideracin el ancho de
banda total, mientras que en los otros casos se reduce el ruido gracias a la reduccin del
nmero de Frequency Blocks asignados a los usuarios logrando que algunos usuarios consigan al
menos el menor Radio Bearer posible.
El Uplink Bandwidth Allocation Target influye nicamente en el UL y por lo tanto se
esperara observar el mismo Effective RLC Aggregate Throughput en el DL independientemente
del Target seleccionado, sin embargo, esto solo sucede para los target establecidos en Mantain
Connection y Best Bearer mientras que para Full Bandwidth los resultados en el DL difieren. La
razn de esto se debe a que en este ltimo caso existen menos usuarios conectados DL+UL,
porque no han conseguido sus recursos en el enlace ascendente, con lo cual los recursos que se
le haban asignado en el DL les son removidos y otorgados a otros usuarios activos en el DL, es
por esto que bajo este target se observa que hay ms usuarios conectados en el DL y en
consecuencia los throughputs son un poco mayores que en los otros casos.
Por ltimo es importante destacar que la modificacin de los parmetros de los
schedulers no suponen un cambio relevante en cuanto a los Aggregate Throughputs
conseguidos por cada estrategia, es decir que en todos los resultados mostrados en las Tablas
5.13, 5.14 y 5.15 se ha obtenido aproximadamente el mismo Aggregate Throughput para una
misma estrategia independientemente de cmo se haya establecido el parmetro en estudio.
Lo que quiere decir que es ms relevante el scheduler seleccionado (RR, PF, PD o Max C/I) en los
resultados obtenidos que la manera en que se definan los parmetros.
123
Tabla 5.15: Estadsticas de las simulaciones para el estudio del uplink bandwidth allocation target.
RR PF
Target=Full bandwidth Target=Mantain connection Target=Best bearer Target=Full bandwidth Target=Mantain connection Target=Best bearer
Number of iterations 100/100 53/100 15/100 59/100 43/100 15/100
Active Users 6,319 6,368 6,370 6,351 6,401 6,403
Active DL 3,706 3,704 3,704 3,740 3,737 3,737
Active UL 1,684 1,710 1,712 1,683 1,710 1,712
Active DL + UL 929 954 954 928 954 954
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 55 3 2 57 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 78 81 80 44 49 47
Effective RLC Aggregate
Throughput (DL)
558.75 Mbps 557.20 Mbps 557.21 Mbps 603.91 Mbps 602.47 Mbps 602.47 Mbps
Effective RLC Aggregate
Throughput (UL)
179.16 Mbps 174.46 Mbps 187.02 Mbps 182.81 Mbps 179.69 Mbps 187.06 Mbps
PD Max C/I
Target=Full bandwidth Target=Mantain connection Target=Best bearer Target=Full bandwidth Target=Mantain connection Target=Best bearer
Number of iterations 40/100 58/100 15/100 44/100 49/100 15/100
Active Users 6,316 6,359 6,370 6,363 6,415 6,417
Active DL 3,706 3,704 3,704 3,753 3,753 3,753
Active UL 1,681 1,701 1,712 1,683 1,710 1,712
Active DL + UL 929 954 954 927 952 952
Inactive 449 449 449 449 449 449
No Coverage 62 62 62 62 62 62
No Service 58 2 2 56 2 2
Sheduler saturation 0 0 0 0 0 0
Resource Saturation 78 91 80 33 35 33
Effective RLC Aggregate
Throughput (DL)
508.15 Mbps 507.14 Mbps 507.15 Mbps 608.23 Mbps 607.01 Mbps 607.02 Mbps
Effective RLC Aggregate
Throughput (UL)
177.22 Mbps 171.00 Mbps 187.02 Mbps 178.57 Mbps 175.47 Mbps 186.97 Mbps
124
5.7 Impacto de emplear diversidad en transmisin y recepcin para
cada estrategia de Packet Scheduling
En todas las simulaciones realizadas hasta este punto se ha considerado para las
estaciones base una sola antena transmisora y una receptora. Asimismo, los terminales del tipo
Mobile Terminal disponen tambin de una sola antena transmisora y receptora, mientras que
los MIMO Terminals disponen de dos antenas transmisoras y receptoras. En este apartado, se
realizaron distintas simulaciones modificando el nmero de antenas transmisoras y receptoras
de las celdas para observar el impacto de emplear diversidad en la red LTE.
Cabe destacar que, a pesar de que el MIMO Terminal ha dispuesto de 2 antenas
transmisoras y receptoras en todas las simulaciones realizadas previamente, no se ha visto
beneficiado por las mismas puesto que siempre se ha establecido en los parmetros de las
celdas que no se utiliza ningn tipo de diversidad (Diversity Support DL y Diversity Support UL
estn definidos en None), con lo cual ATOLL no considera las ganancias por diversidad que
supone tener dos antenas en el terminal MIMO.
Se realizaron 8 grupos de simulaciones modificando el nmero de antenas transmisoras
y receptoras en las celdas y manteniendo para todos los casos las caractersticas establecidas
por defecto para los terminales Mobile y MIMO (Tabla 4.8). Para cada grupo se realizaron 4
simulaciones (una para cada estrategia de Packet Scheduling). La Tabla 5.16 contiene las
caractersticas de cada grupo.
Diversity support
DL
Diversity suppport
UL
Number of
transmission
antenna ports
Number of
reception antenna
ports
Grupo 1 None None 1 1
Grupo 2 Transmit diversity Receive diversity 1 1
Grupo 3 Transmit diversity Receive diversity 1 2
Grupo 4 Transmit diversity Receive diversity 2 1
Grupo 5 Transmit diversity Receive diversity 2 2
Grupo 6 Transmit diversity Receive diversity 2 4
Grupo 7 Transmit diversity Receive diversity 4 2
Grupo 8 Transmit diversity Receive diversity 4 4
Tabla 5.16: Caractersticas de los grupos de simulaciones para estudio de diversidad en transmisin y recepcin.
En la Tabla 5.17 se muestran algunos de los valores resultantes de las simulaciones. Al
comparar los grupos 1 y 2 se puede concluir que a pesar de que en ambos casos existe solo una
antena transmisora y una receptora en las celdas, al establecer en ATOLL que se emplee
diversidad en transmisin y recepcin el rendimiento de la red es mejor porque el terminal
125
MIMO se beneficia de las dos antenas que posee gracias a la diversidad espacial, a diferencia
del primer caso. Posteriormente se realiz un estudio detallado de los resultados por mviles
de ambos grupos de simulaciones y se pudo observar que en el grupo 2 siempre la C/(I+N) que
obtienen los mviles es igual o superior respecto al mismo mvil en las simulaciones del grupo
1. Es decir, al emplear diversidad en transmisin y recepcin se observa cmo algunos usuarios
ven incrementados sus C/(I+N) respecto al caso donde no se emplea diversidad.
En los resultados del grupo 2 se puede observar que la estrategia PF supera a Max C/I en
cuanto a los Effective RLC Aggregate Throughputs a pesar de que se han utilizado los nuevos
valores de MUG establecidos en el apartado 5.5. Esto quiere decir que la estrategia PF se ve
ms favorecida respecto a las dems estrategias al emplear diversidad en transmisin y
recepcin como consecuencia del algoritmo empleado por ATOLL para los clculos bajo dicho
scheduler y sucede porque los usuarios consiguen Radio Bearers de mayores ndices como
consecuencia del aumento de sus C/(I+N), con lo cual los Channel Throughputs se incrementan
y al multiplicarlos por las ganancias de MUG, PF es capaz de superar a Max C/I nuevamente.
Se puede apreciar que los resultados correspondientes a los grupos 2 y 3 son
prcticamente iguales, indicando que la presencia de una segunda antena receptora en las
celdas no es necesaria puesto que el enlace ascendente no se ve favorecido por ella porque ya
los usuarios obtienen elevados C/(I+N) sin emplear diversidad. Tambin es importante destacar
que en los grupos 2 y 3 no existen usuarios rechazados por Resource Saturation a diferencia
del grupo 1 donde no se emplea diversidad, esto se debe a que al aumentar el Channel
Throghput, se reducen los recursos necesarios para satisfacer las demandas mnimas y mximas
de throughput de los usuarios y como consecuencia los recursos alcanzan para ms usuarios, en
este caso todos los usuarios consiguen al menos obtener el throughput mnimo demandado.
Con los grupos 4, 5 y 6 se obtienen los mismos resultados en cuanto a nmero de
usuarios activos, nmero de usuarios rechazados y throughputs obtenidos para cada estrategia,
reafirmando nuevamente que bajo las condiciones de la red LTE planteada, no afecta el nmero
de antenas receptoras que se empleen en las celdas (en estos casos de 1, 2 y 4
respectivamente) mientras el nmero de antenas transmisoras se mantenga constante (igual a
2 para los tres casos). Lo mismo ocurre para los grupos 7 y 8 donde se utilizaron 2 y 4 antenas
receptoras respectivamente y 2 antenas transmisoras.
Por ltimo se puede apreciar que a medida que se incrementa el nmero de antenas de
transmisin en las celdas, mayor es el nmero de usuarios rechazados por No Service. Se
comprob que todos los usuarios rechazados bajo esta causa utilizan Mobile Terminals y son
todos usuarios activos en el DL, esto se debe a que los nicos terminales que se benefician de la
diversidad de transmisin en las celdas (diversidad en el DL) son los MIMO Terminals que
disponen de dos antenas para combinar las seales constructivamente (aunque cabe recordar
126
que en el caso de ATOLL no se combinan las seales sino que se multiplica directamente la
C/(I+N) por la ganancia de diversidad definida para los equipos de recepcin en funcin del
nmero de antenas transmisoras en la celda y receptoras en el mvil). Entonces, adems de
que los MIMO Terminals multiplican las C/(I+N) por las ganancias de diversidad mientras que
los Mobile Terminals no lo hacen, stos ltimos se ven perjudicados adicionalmente porque las
interferencias son mayores segn ms antenas dispongan las celdas interferentes al mvil en
cuestin. Por esto, el empeoramiento de las condiciones de los Mobile Terminals se ve reflejado
en un aumento del nmero de usuarios rechazados y en la disminucin del throughput total de
las celdas, pero cabe destacar que aquellos usuarios que s son atendidos y que poseen MIMO
Terminals s se ven beneficiados al emplear diversidad y mientras ms antenas transmisoras
tenga la celda mayores son sus C/(I+N).
127
Total
connected
users
Connected
DL
Connected
UL
Connected
DL+UL
No
Coverage
No
Service
Scheduler
saturation
Resurce
saturation
Effective RLC
Aggregate
Thrpughput (DL)
Effective RLC
Aggregate
Thrpughput (UL)
G
r
u
p
o
1
RR 6,370 3,704 1,712 954 62 2 0 80 557.21 Mbps 186.98 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.02 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.14 Mbps 186.98 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.02 Mbps 186.93 Mbps
G
r
u
p
o
2
RR 6,450 3,784 1,712 954 62 2 0 0 720.73 Mbps 187.26 Mbps
PF 6,450 3,784 1,712 954 62 2 0 0 761.51 Mbps 187.28 Mbps
PD 6,450 3,784 1,712 954 62 2 0 0 690.29 Mbps 187.26 Mbps
Max C/I 6,450 3,784 1,712 954 62 2 0 0 756.13 Mbps 187.26 Mbps
G
r
u
p
o
3
RR 6,450 3,784 1,712 954 62 2 0 0 720.64 Mbps 187.29 Mbps
PF 6,450 3,784 1,712 954 62 2 0 0 761.36 Mbps 187.29 Mbps
PD 6,450 3,784 1,712 954 62 2 0 0 690.18 Mbps 187.29 Mbps
Max C/I 6,450 3,784 1,712 954 62 2 0 0 756.05 Mbps 187.29 Mbps
G
r
u
p
o
4
RR 6,433 3,776 1,712 945 62 16 0 3 687.07 Mbps 187.04 Mbps
PF 6,437 3,779 1,712 946 62 15 0 0 731.86 Mbps 187.08 Mbps
PD 6,433 3,776 1,712 945 62 16 0 3 659.25 Mbps 187.04 Mbps
Max C/I 6,434 3,777 1,712 945 62 16 0 2 732.62 Mbps 187.04 Mbps
G
r
u
p
o
5
RR 6,433 3,776 1,712 945 62 16 0 3 686.99 Mbps 187.07 Mbps
PF 6,437 3,779 1,712 946 62 15 0 0 731.67 Mbps 187.10 Mbps
PD 6,433 3,776 1,712 945 62 16 0 3 659.14 Mbps 187.07 Mbps
Max C/I 6,434 3,777 1,712 945 62 16 0 2 732.53 Mbps 187.07 Mbps
G
r
u
p
o
6
RR 6,433 3,776 1,712 945 62 16 0 3 686.99 Mbps 187.08 Mbps
PF 6,437 3,779 1,712 946 62 15 0 0 731.67 Mbps 187.10 Mbps
PD 6,433 3,776 1,712 945 62 16 0 3 659.14 Mbps 187.08 Mbps
Max C/I 6,434 3,777 1,712 945 62 16 0 2 732.53 Mbps 187.08 Mbps
G
r
u
p
o
7
RR 6,303 3,721 1,712 870 62 136 0 13 667.95 Mbps 185.24 Mbps
PF 6,318 3,733 1,712 873 62 128 0 6 713.33 Mbps 185.32 Mbps
PD 6,303 3,721 1,712 870 62 136 0 13 639.26 Mbps 185.24 Mbps
Max C/I 6,312 3,732 1,712 870 62 136 0 4 719.97 Mbps 185.19 Mbps
G
r
u
p
o
8
RR 6,303 3,721 1,712 870 62 136 0 13 667.95 Mbps 185.25 Mbps
PF 6,318 3,733 1,712 873 62 128 0 6 713.33 Mbps 185.32 Mbps
PD 6,303 3,721 1,712 870 62 136 0 13 639.26 Mbps 185.25 Mbps
Max C/I 6,312 3,732 1,712 870 62 136 0 4 719.97 Mbps 185.20 Mbps
Tabla 5.17: Resultados de las simulaciones con diversidad en transmisin y recepcin.
128
5.8 Impacto de emplear diversidad SU-MIMO para cada estrategia de
Packet Scheduling
Para observar el impacto de emplear diversidad SU-MIMO en la red LTE se realizaron 4
grupos de simulaciones modificando el nmero de antenas transmisoras de las celdas
manteniendo constante el nmero de antenas receptoras. Para cada grupo se realizaron 4
simulaciones (una para cada estrategia de Packet Scheduling). La Tabla 5.18 contiene las
caractersticas de cada grupo.
Diversity support
DL
Diversity suppport
UL
Number of
transmission
antenna ports
Number of
reception antenna
ports
Grupo 1 None None 1 1
Grupo 2 SU-MIMO SU-MIMO 1 2
Grupo 3 SU-MIMO SU-MIMO 2 2
Grupo 4 SU-MIMO SU-MIMO 4 2
Tabla 5.18: Caractersticas de los grupos de simulaciones para estudio de diversidad SU-MIMO.
En la Tabla 5.19 se muestran los resultados de las simulaciones. Se puede observar que
los resultados de los grupos 1 y 2 son iguales porque no se considera SU-MIMO con una sola
antena transmisora y que a medida que aumenta el nmero de antenas transmisoras en las
celdas se incrementa considerablemente el nmero de usuarios rechazados por No Service y
Resource Saturation, y como consecuencia los Effective RLC Aggregate Throughputs se
reducen.
Se realiz un estudio detallado de los mviles en cada simulacin y se observ que a
medida que se aumenta el nmero de antenas transmisoras, incrementan las interferencias y
por ende las C/(I+N) recibidas del canal PDSCH son peores. La razn de esto es la misma
mencionada anteriormente, mientras ms antenas tengan las celdas, mayor interferencia
ocasionan a los mviles de otras celdas. Posteriormente se centr el estudio nicamente en los
usuarios con MIMO Terminals porque son los nicos que pueden favorecerse por la diversidad
SU-MIMO y se observ que solo un pequeo porcentaje obtiene Channel Throughputs
superiores empleando SU-MIMO respecto al caso donde no se usa diversidad.
Los resultados indican entonces que las condiciones de C/(I+N) no son suficientemente
buenas en la mayora de los casos como para que los mviles de la red puedan verse
favorecidos de emplear diversidad SU-MIMO. Al contrario, la mayora se ve perjudicada con el
aumento de las interferencias producto de tener ms antenas transmisoras.
129
Por otro lado, cabe resaltar que en ATOLL el algoritmo al emplear SU-MIMO consiste en
calcular las C/(I+N), seleccionar el Radio Bearer para cada mvil y posteriormente, si se trata de
un MIMO Terminal, incrementar las eficiencias de los Radio Bearers de manera que los Channel
Throughputs sean superiores respecto a los que se obtendran con las eficiencias originales. Los
valores utilizados para incrementar las eficiencias de los Bearers son definidos por el usuario en
funcin del nmero de antenas transmisoras y receptoras y de las C/(I+N), es posible que, as
como los valores por defecto de MUG para PF no eran adecuados, tambin los valores de las
ganancias para SU-MIMO no sean las ms apropiadas segn vienen establecidas en ATOLL. En
este sentido, habra que modificar los valores para obtener resultados que se asemejen a
estudios reales para distintas combinaciones de antenas transmisoras y receptoras en las celdas
y los mviles. Sin embargo, en este trabajo no se llev a cabo dicha investigacin y se deja
como un posible punto de partida para investigaciones ms profundas referentes a la
diversidad SU-MIMO en ATOLL.
130
Total
connected
users
Connected
DL
Connected
UL
Connected
DL+UL
No
Coverage
No
Service
Scheduler
saturation
Resurce
saturation
Effective RLC
Aggregate
Thrpughput (DL)
Effective RLC
Aggregate
Thrpughput (UL)
G
r
u
p
o
1
RR 6,370 3,704 1,712 954 62 2 0 80 557.21 Mbps 186.98 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.02 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.14 Mbps 186.98 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.02 Mbps 186.93 Mbps
G
r
u
p
o
2
RR 6,370 3,704 1,712 954 62 2 0 80 557.19 Mbps 187.1 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.13 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.12 Mbps 187.10 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.00 Mbps 187.05 Mbps
G
r
u
p
o
3
RR 6,032 3,381 1,712 939 62 76 0 344 414.49 Mbps 186.63 Mbps
PF 6,090 3,438 1,712 940 62 72 0 290 452.92 Mbps 186.79 Mbps
PD 6,032 3,381 1,712 939 62 76 0 344 358.59 Mbps 186.63 Mbps
Max C/I 6,215 3,585 1,712 918 62 76 0 161 492.96 Mbps 186.01 Mbps
G
r
u
p
o
4
RR 5,358 2,813 1,712 833 62 522 0 572 270.59 Mbps 183.32 Mbps
PF 5,455 2,910 1,712 833 62 516 0 481 291.97 Mbps 183.35 Mbps
PD 5,358 2,813 1,712 833 62 522 0 572 236.19 Mbps 183.32 Mbps
Max C/I 5,612 3,110 1,712 790 62 522 0 318 350.82 Mbps 187.27 Mbps
Tabla 5.19: Resultados de las simulaciones con diversidad SU-MIMO.
131
5.9 Impacto de emplear diversidad AMS para cada estrategia de
Packet Scheduling
Para observar el impacto de emplear diversidad AMS se estableci el AMS Threshold en
5 dB, para que ATOLL pueda emplear diversidad en transmisin y recepcin o SU-MIMO
dependiendo si el usuario supera dicho umbral. Se realizaron 8 grupos de simulaciones
modificando el nmero de antenas transmisoras y receptoras en las celdas. Para cada grupo se
realizaron 4 simulaciones (una para cada estrategia de Packet Scheduling). La Tabla 5.20
contiene las caractersticas de cada grupo.
Diversity support
DL
Diversity suppport
UL
Number of
transmission
antenna ports
Number of
reception antenna
ports
Grupo 1 None None 1 1
Grupo 2 AMS AMS 1 1
Grupo 3 AMS AMS 1 2
Grupo 4 AMS AMS 2 1
Grupo 5 AMS AMS 2 2
Grupo 6 AMS AMS 2 4
Grupo 7 AMS AMS 4 2
Grupo 8 AMS AMS 4 4
Tabla 5.20: Caractersticas de los grupos de simulaciones para estudio de diversidad AMS.
En la Tabla 5.21 se muestran los resultados de las simulaciones. Se puede apreciar que
con los grupos 2 y 3 se obtiene la mayor cantidad de usuarios conectados y por ende los
mayores Aggregate Throughputs pero que las diferencias con respecto al primer grupo, que no
emplea diversidad, son pocas. Se repite la tendencia observada en los casos anteriores donde al
aumentar el nmero de antenas transmisoras se incrementa el nmero de usuarios rechazados
por la red. Si se comparan los resultados de cada grupo con los obtenidos en el apartado 5.7
(Tabla 5.17) se puede apreciar una disminucin en la cantidad de usuarios conectados y en los
Aggregate Throughputs, esto indica que los usuarios de la red LTE planteada se ven ms
favorecidos por usar diversidad en transmisin y recepcin que por usar diversidad SU-MIMO.
132
Total
connected
users
Connected
DL
Connected
UL
Connected
DL+UL
No
Coverage
No
Service
Scheduler
saturation
Resurce
saturation
Effective RLC
Aggregate
Thrpughput (DL)
Effective RLC
Aggregate
Thrpughput (UL)
G
r
u
p
o
1
RR 6,370 3,704 1,712 954 62 2 0 80 557.21 Mbps 186.98 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.02 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.14 Mbps 186.98 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.02 Mbps 186.93 Mbps
G
r
u
p
o
2
RR 6,371 3,705 1,712 954 62 2 0 79 561.90 Mbps 187.22 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 606.74 Mbps 187.26 Mbps
PD 6,371 3,705 1,712 954 62 2 0 79 514.10 Mbps 187.22 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 611.23 Mbps 187.18 Mbps
G
r
u
p
o
3
RR 6,371 3,705 1,712 954 62 2 0 79 561.89 Mbps 187.29 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 606.74 Mbps 187.29 Mbps
PD 6,371 3,705 1,712 954 62 2 0 79 514.08 Mbps 187.29 Mbps
Max C/I 6,417 3,753 1,712 952 62 2 0 33 611.22 Mbps 187.24 Mbps
G
r
u
p
o
4
RR 6,037 3,386 1,712 939 62 75 0 340 420.74 Mbps 186.76 Mbps
PF 6,098 3,446 1,712 940 62 71 0 283 459.75 Mbps 186.92 Mbps
PD 6,037 3,386 1,712 939 62 75 0 340 367.14 Mbps 186.76 Mbps
Max C/I 6,221 3,591 1,712 918 62 75 0 156 496.65 Mbps 186.14 Mbps
G
r
u
p
o
5
RR 6,037 3,386 1,712 939 62 75 0 340 420.72 Mbps 186.83 Mbps
PF 6,098 3,446 1,712 940 62 71 0 283 459.69 Mbps 186.95 Mbps
PD 6,037 3,386 1,712 939 62 75 0 340 367.12 Mbps 186.83 Mbps
Max C/I 6,221 3,591 1,712 918 62 75 0 156 496.57 Mbps 186.21 Mbps
G
r
u
p
o
6
RR 6,037 3,386 1,712 939 62 75 0 340 420.72 Mbps 186.83 Mbps
PF 6,098 3,446 1,712 940 62 71 0 283 459.69 Mbps 186.95 Mbps
PD 6,037 3,386 1,712 939 62 75 0 340 367.12 Mbps 186.83 Mbps
Max C/I 6,221 3,591 1,712 918 62 75 0 156 496.64 Mbps 186.21 Mbps
G
r
u
p
o
7
RR 5,366 2,821 1,712 833 62 514 0 572 274.63 Mbps 183.51 Mbps
PF 5,464 2,919 1,712 833 62 509 0 479 297.36 Mbps 183.52 Mbps
PD 5,366 2,821 1,712 833 62 514 0 572 241.71 Mbps 183.51 Mbps
Max C/I 5,622 3,120 1,712 790 62 514 0 316 354.50 Mbps 182.46 Mbps
G
r
u
p
o
8
RR 5,366 2,821 1,712 833 62 514 0 572 274.63 Mbps 183.51 Mbps
PF 5,464 2,919 1,712 833 62 509 0 479 297.34 Mbps 183.52 Mbps
PD 5,366 2,821 1,712 833 62 514 0 572 241.71 Mbps 183.51 Mbps
Max C/I 5,622 3,120 1,712 790 62 514 0 316 354.50 Mbps 182.47 Mbps
Tabla 5.21: Resultados de las simulaciones con diversidad AMS.
133
No obstante, se hizo un estudio de los resultados por mviles para los distintos grupos
de simulaciones y se pudo observar que aquellos que emplean MIMO Terminals y que reciben
una C/(I+N) por debajo del umbral definido ven aumentados sus C/(I+N) en los casos donde se
aumenta el nmero de antenas transmisoras respecto al caso donde no se emplea diversidad.
Por otro lado, algunos de los usuarios con MIMO Terminals que superan el umbral, ven
aumentados los Channel Throughputs porque se les aplica la ganancia en las eficiencias de los
Radio Bearers.
Por otro lado, al igual que en los apartados 5.7 y 5.8 donde solo se empleaba diversidad
en transmisin y recepcin o SU-MIMO respectivamente, en este caso los terminales que
disponen de Mobile Terminals tambin se ven afectados por las interferencias y no se
benefician de las diversidades, por esto el nmero de usuarios rechazados aumenta a medida
que se usan ms antenas y el Aggregate Throughput total de las celdas disminuye.
En la Tabla 5.22 se muestran los resultados de cinco mviles de la red LTE en cuanto a la
relacin C/(I+N) recibida del canal PDSCH, Radio Bearer seleccionado y Peak RLC Channel
Throughput calculado para cada usuario bajo las condiciones de los grupos 1, 5 y 8. Cabe
destacar que los cinco usuarios utilizan un MIMO Terminal y que se encuentran activos en el DL.
Se puede observar que, sin emplear diversidad (grupo 1), los usuarios con ID 851 y 840
reciben una C/(I+N) del canal PDSCH por debajo del umbral, que fue definido en 5 dB. Por ello,
a medida que se utilizan ms antenas transmisoras en la base (grupos 5 y 8), estos usuarios se
benefician en mayor medida de la diversidad en transmisin y ven aumentados sus C/(I+N). Al
aumentar sus C/(I+N) pueden obtener Radio Bearers de mayor ndice, y con ello, mayores
Channel Throughputs.
Por otro lado, los usuarios con ID 18 y 28 reciben una C/(I+N) superior al AMS Threshold
sin emplear diversidad, con lo cual, a medida que se incrementa el nmero de antenas
transmisoras, las C/(I+N) que reciben son peores porque aumentan las interferencias. Sin
embargo, se observa que en el grupo 5, a pesar de que la C/(I+N) es peor que en el grupo 1 y de
que se asignan Radio Bearers de igual o menor ndice, los Channel Throughputs son mayores
porque al emplear diversidad SU-MIMO aumenta la eficiencia de los Radio Bearers. Para estos
mismos usuarios con las condiciones del grupo 8 se observa que la ganancia aplicada a las
eficiencias de los Radio Bearers no es suficiente para compensar el aumento de interferencias, y
por ello los Channel Throughputs son peores con respecto a los resultados del grupo 5.
Por ltimo, el usuario con ID 48 obtiene el Radio Bearer de mayor ndice en los tres
casos pero se puede observar que bajo las condiciones del grupo 1, es decir, sin diversidad,
obtiene el Channel Throughput ms bajo. Con esto se comprueba que los usuarios se benefician
en mayor medida de la diversidad SU-MIMO mientras mayores sean sus condiciones de canal.
134
Grupo 1 Grupo 5 Grupo 8
ID
PDSCH
C/(I+N) (DL)
(dB)
Bearer (DL)
Peak RLC
Channel
Throughput
(DL) (kbps)
PDSCH
C/(I+N) (DL)
(dB)
Bearer (DL)
Peak RLC
Channel
Throughput
(DL) (kbps)
PDSCH
C/(I+N) (DL)
(dB)
Bearer (DL)
Peak RLC
Channel
Throughput
(DL) (kbps)
851 0.4 4 (QPSK 1/3) 2,041.59 6.18 6 (QPSK 3/5) 3,815.24 8.52 7 (16QAM 1/3) 4,647.16
840 2.6 5 (QPSK 1/2) 2,976.19 8.25 7 (16QAM 1/3) 4,791.27 10.42 8 (16QAM 1/2) 6,024.06
18 6.53 6 (QPSK 3/5) 3,990.19 3.78 6 (QPSK 3/5) 4,913.42 1.15 5 (5QPSK 1/2) 3,320.27
28 15.46 12 (64QAM 3/5) 13,242.84 12.7 10 (64QAM 1/2) 13,888.53 10.08 8 (16QAM 1/2) 9,015.77
48 29.44 15 (64QM 11/12) 18,850.43 26.69 15 (64QAM 11/12) 31,994.34 24.06 15 (64QAM 11/12) 30,616.09
Tabla 5.22: Comparacin de los resultados por mviles al emplear AMS con distintas cantidades de antenas transmisoras y receptoras.
135
5.10 Impacto de emplear diversidad MU-MIMO para cada estrategia
de Packet Scheduling
Para observar el impacto de emplear diversidad MU-MIMO se estableci el MU-MIMO
Threshold de 5 dB y se realizaron 2 grupos de simulaciones segn se muestra en la Tabla 5.23.
Diversity support
DL
Diversity suppport
UL
Number of
transmission
antenna ports
Number of
reception antenna
ports
Grupo 1 None None 1 2
Grupo 2 None MU-MIMO 1 2
Tabla 5.23: Caractersticas de los grupos de simulaciones para estudio de diversidad MU-MIMO.
En la Tabla 5.24 se muestran los resultados de los dos grupos. Se puede observar que se
obtiene la misma cantidad de usuarios activos, usuarios rechazados y que los Effective RLC
Aggregate Throughputs son iguales en ambos casos. Esto se debe a que la diversidad MU-
MIMO en ATOLL solo se emplea en el UL, pero la red LTE planteada en este proyecto est
limitada por el DL mientras que en el UL siempre se ha podido satisfacer las demandas mximas
de los usuarios incluso sin necesidad de emplear diversidad. Por ello, no se observa un
incremento en los Aggregate Throughputs puesto que en ambos casos todos los usuarios
conectados UL obtienen el Max Throughput Demand.
Sin embargo, se realiz un estudio por celdas y s se observa que en el caso del segundo
grupo los Traffic Loads UL son menores respecto al primer grupo debido a que se multiplexan
los usuarios en un mismo dominio tiempo-frecuencia reduciendo de esta manera la cantidad de
recursos usados por las celdas para satisfacer las demandas de los usuarios. En la Tabla 5.25 se
muestran los UL Traffic Loads para los 15 Transmitters ms cargados en el enlace ascendente.
136
Total
connected
users
Connected
DL
Connected
UL
Connected
DL+UL
No
Coverage
No
Service
Scheduler
saturation
Resurce
saturation
Effective RLC
Aggregate
Thrpughput (DL)
Effective RLC
Aggregate
Thrpughput (UL)
G
r
u
p
o
1
RR 6,370 3,704 1,712 954 62 2 0 80 557.21 Mbps 186.98 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.02 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.14 Mbps 186.98 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.02 Mbps 186.93 Mbps
G
r
u
p
o
2
RR 6,370 3,704 1,712 954 62 2 0 80 557.21 Mbps 186.98 Mbps
PF 6,403 3,737 1,712 954 62 2 0 47 602.47 Mbps 187.02 Mbps
PD 6,370 3,704 1,712 954 62 2 0 80 507.14 Mbps 186.98 Mbps
Max C/I 6,417 3,753 1,712 954 62 2 0 33 607.02 Mbps 186.93 Mbps
Tabla 5.24: Resultados de las simulaciones con diversidad MU-MIMO.
Transmitter Traffic Load UL
(Grupo 1)
Traffic Load UL
(Grupo 2)
Site 63_1 38.66% 32.50%
Site 82_1 36.23% 22.45%
Site 81_1 25.90% 20.41%
Site 12_1 23.54% 15.31%
Site 32_2 21.04% 12.70%
Site 20_3 20.94% 13.72%
Site 1_2 20.10% 13.19%
Site 2_3 19.45% 18.37%
Site 51_3 19.19% 13.26%
Site 34_1 16.99% 9.98%
Site 27_2 16.77% 10.2%
Site 20_1 15.95% 11.18%
Site 19_3 15.52% 9.38%
Site 43_1 15.36% 9.5%
Site 26_3 14.63% 8.46%
Tabla 5.25: Comparacin de los Traffic Loads UL sin diversidad y con MU-MIMO.
137
6 Conclusiones y Recomendaciones
La tcnica de Packet Scheduling empleada en una red LTE condiciona en gran medida el
rendimiento que se puede obtener en cuanto a throughput total por celda y a nmero de
usuarios conectados en la red. Los estndares dejan a libertad de cada operador la seleccin de
la tcnica a emplear en sus redes segn el criterio que cada uno considere ms importante, sea
por ejemplo la obtencin del mayor Aggregate Throughput, la reparticin ms justa posible, la
simplicidad en los circuitos o estrategias que consigan un equilibrio entre varios criterios.
En ATOLL es posible seleccionar una de cuatro tcnicas de Packet Scheduling diferentes
para llevar a cabo las funciones de gestin de recursos radio en cada celda: Round Robin (RR),
Proportional Fair (PF), Proportional Demand (PD) y Maximum C/I (Max C/I). En este trabajo se
planific una red LTE para posteriormente observar el rendimiento de la red al emplear cada
una de las estrategias mencionadas realizando distintas simulaciones y predicciones disponibles
en ATOLL.
De los resultados obtenidos en las primeras pruebas realizadas se pudo concluir que no
es posible analizar las distintas estrategias de Packet Scheduling en ATOLL haciendo uso de
predicciones de cobertura por throughput del tipo Effective RLC Cell Capacity con condiciones
de carga tomadas del Cells Table porque se rigen nicamente de los valores de Traffic Loads y
UL Noise Rise establecidos por el usuario independientemente del scheduler seleccionado. Sin
embargo, en pruebas sucesivas se concluy que incluso realizando simulaciones previas para
cada scheduler y tomando en las predicciones los valores de Traffic Loads y UL Noise Rise de los
resultados de dichas simulaciones, tampoco es posible analizar las distintas estrategias
mediante este tipo de predicciones porque las cargas de trfico son siempre iguales para RR, PD
y Max C/I en tanto que el Channel Throughput en la ubicacin de cada usuario es igual para las
tres estrategias, a diferencia de PF que obtiene mayores Channel Throughputs y consigue
mejores resultados.
138
Por otro lado, las predicciones de cobertura por throughput del tipo Effective RLC
Aggregate Throughput permiten ilustrar los resultados del throughput total por celda y s
muestran las diferencias obtenidas segn se emplee una de las cuatro tcnicas de Packet
Scheduling. Sin embargo, los Aggregate Throughputs por celdas tambin pueden apreciarse
directamente en los resultados de cada simulacin adems de las estadsticas y el detalle
desglosado por Sites, Cells y Mobiles, por lo que a lo largo del trabajo no se realizaron ms
predicciones y se limit el estudio a los resultados de las simulaciones.
Despus de distintas simulaciones se pudo apreciar que con la estrategia PF siempre se
obtena el mayor Aggregate Throughput de la red, a pesar de que en teora la estrategia Max
C/I se caracteriza por tener ese objetivo. En este sentido, es importante mencionar que en
ATOLL la nica estrategia que se beneficia por la ganancia de diversidad multiusuario es PF
aunque, por su definicin, Max C/I tambin es channel-aware. Por lo antes mencionado se
realiz un estudio detallado de los valores definidos en el programa para las ganancias de
diversidad multiusuario en funcin del nmero de usuarios y se modificaron de forma tal que
los resultados obtenidos en diversas simulaciones arrojaran los mayores Aggregate
Throughputs bajo la estrategia Max C/I. Sin embargo, a pesar de que se pueden modificar los
valores de ganancias de diversidad multiusuario y ajustarlos para que los resultados sean ms
acordes a la realidad, a juicio del autor, la estrategia PF no es modelada adecuadamente en
ATOLL porque el algoritmo empleado en el programa no corresponde al definido en la teora y
empleado en los sistemas reales, sino que utiliza el mismo algoritmo que RR con la diferencia
de que incrementa el Channel Throughput en la ubicacin de cada usuario. Cabe resaltar que la
limitacin en este caso se debe a que las simulaciones corresponden a la situacin de la red en
un instante de tiempo y no tienen memoria del pasado.
Otro aspecto de relevancia que vale la pena mencionar a partir de los estudios
realizados es que en ATOLL, para analizar las diferencias en el rendimiento de la red segn cada
estrategia de Packet Scheduling, es indispensable que las condiciones de la red (p. ej.
densidades de usuarios y demandas mnimas y mximas de los servicios) sean tales que los
recursos de las celdas no se agoten en el proceso de satisfacer las demandas mnimas de
throughput de los usuarios, ni por el contrario, que todos los usuarios obtengan sus demandas
mximas de throughput. En el primer caso porque los schedulers en ATOLL entran en juego una
vez se hayan satisfecho las demandas mnimas de todos los usuarios y en el segundo caso
porque da igual la manera en que se repartan los recursos si al final todos obtienen el
throughput que demandan sin que se agoten los recursos de la celda.
Tambin cabe destacar que los resultados de las simulaciones y las predicciones pueden
presentar incongruencias entre s porque en ATOLL el shadowing se calcula diferente en cada
caso. En las simulaciones se utilizan valores aleatorios para el enlace entre cada usuario y su
139
celda servidora, mientras que en las predicciones se utilizan valores fijos segn cada pxel del
mapa. Para evitar estas diferencias es necesario que se establezcan el Model Standard
Deviation y el C/I Standard Deviation de las clutter classes en 0 dB y que las predicciones se
realicen sin considerar el shadowing. Incluso es necesario establecer los valores segn se ha
comentado si se quiere obtener resultados iguales entre simulaciones, a pesar de que sean
realizadas con la misma semilla.
Con los resultados obtenidos al emplear distintas tcnicas de diversidad se pudo
observar que en la mayora de los casos eran menos los usuarios que se vean favorecidos por
las ganancias de diversidad que aquellos que se vean perjudicados por el aumento de
interferencias a medida que se empleaban ms antenas transmisoras en las celdas. En este
sentido se recomienda que futuros proyectos realizados en ATOLL emprendan una
investigacin ms detallada de las tcnicas de diversidad disponibles en el programa donde se
analicen los valores establecidos por defecto para las ganancias de diversidad, porque para la
red LTE desarrollada en este trabajo los valores tendran que ser modificados para obtener
resultados ms acorde a la realidad.
Son muchos los campos que pueden ser analizados en las redes LTE en ATOLL, en este
trabajo la investigacin se centr en las estrategias de Packet Scheduling pero se recomienda
realizar futuras investigaciones que abarquen los temas de coordinacin de interferencia
intercelular (ICIC), control de potencia fraccional (Fractional Power Control) y el empleo de
antenas inteligentes (Smart Antennas). Por ltimo, sera interesante tambin aprovechar las
herramientas de ATOLL para realizar proyectos que combinen mltiples tecnologas de acceso
radio 3GPP (p.ej. GSM/GPRS/EDGE, UMTS/HSPA y LTE) que pueden ser llevadas a cabo
utilizando el Template 3GPP Multi-RAT.
140
7 Bibliografa
[1] ITU. (2011). ICT Facts and Figures. Retrieved 1 3, 2012, from ITU World Telecommunication:
http://www.itu.int/ITU-D/ict/facts/2011/material/ICTFactsFigures2011.pdf
[2] Farley, T. (2005). Mobile Telephone History. Telektronikk , 3 (4), 22-34.
[3] AT&T. (n.d.). Technology Timeline. 1946: First Mobile Telephone Call. Retrieved Noviembre
22, 2011, from AT&T Corporation Web site:
http://www.corp.att.com/attlabs/reputation/timeline/46mobile.html
[4] Lingyang, S., & Jia, s. (2011). Evolved Cellular Network Planning and Optimization for UMTS
and LTE. Boca Raton: CRC Press.
[5] Gorricho, M., & Gorricho, J. L. (2002). Comunicaciones mviles. Barcelona: Edicions UPC.
[6] Tecuanhuehue, J. (2006, febrero 1). Sistemas CDMA: cdmaOne, cdma2000. Cholula, Puebla,
Mxico.
[7] Sallent, O., Valenzuela, J. L., & Agust, R. (2003). Principios de comunicaciones mviles.
Barcelona: Edicions UPC.
[8] Frenkiel, R. (n.d.). A Brief History of Mobile Communications.
[9] Korhonen, J. (2003). Introduction to 3G Mobile Communications. Norwood: Artech House,
Inc.
[10] Prasad, R., & Ruggieri, M. (2003). Technology Trends in Wireless Communications. Boston:
Artech House.
[11] Walke, B., Seidenberg, P., & Althoff, M. P. (2003). UMTS. The Fundamentals. Chichester:
Wiley.
[12] Stuckmann, P. (2003). The GSM Evolution: Mobile Packet Data Services. Chichester: Wiley.
141
[13] Dahlman, E., Parkvall, S., Skold, J., & Beming, P. (2007). 3G Evolution: HSPA and LTE for
Mobile Broadband. San Diego: Academic Press.
[14] Sesia, S., Toufik, I., & Baker, M. (2009). LTE - The UMTS Long Term Evolution: From Theory to
Practice. Chichester: Wiley.
[15] ITU. (2010, Diciembre 6). ITU World Radiocommunication Seminar highlights future
communication technologies. Retrieved from ITU Newsroom Press Release:
http://www.itu.int/net/pressoffice/press_releases/2010/48.aspx
[16] Agusti, R., Bernardo, F., Casadevall, F., Ferrs, R., Prez, J., & Sallent, O. (2010). LTE: Nuevas
Tendencias en Comunicaciones Mviles. Barcelona: Fundacin Vodafone Espaa.
[17] Forsk. (2011). Atoll User Manual Radio version 3.1.0 .
[18] Ghosh, A., Zhang, J., Andrews, J., & Muhamed, R. (2011). Fundamentals of LTE. Boston:
Prentice Hall.
[19] Moosavi, R., Eriksson, J., Larsson, E., Niclas, W., Frenger, P., & Gunnarsson, F. (2010, Agosto
4). Comparison of Strategies for Signaling of Scheduling Assignments in Wireless OFDMA.
[20] Forsk. (2011). Technical Reference Guide version 3.1.0.